【Science】顛覆三觀的超強聚類算法

??這篇文章是自己在上大數(shù)據(jù)分析課程時老師推薦的一篇文章,當時自己聽著也是對原作者當年的的思路新奇非常敬佩,相信很多伙伴也會非常感興趣,就來做個分享吧。原論文于2014年發(fā)表于Science期刊雜志上喊衫。

Science官網(wǎng)截圖
  • 論文題目:Clustering by fast search and find of density peaks

所解決的問題?

??作者提出了一種更加強大的聚類算法杆怕,其對參數(shù)的依賴更少族购,泛化能力更強。集成了k-meansDBSCAN算法的思想陵珍。

背景

??在研究問題前寝杖,我們先做綜述算法分析,看看研究進展互纯,還有未研究問題瑟幕,需要歸納總結,從實際問題留潦,不同門類的研究問題只盹,發(fā)現(xiàn)共性問題。這是科研的基本素養(yǎng)兔院。作者正是基于規(guī)劃總結各類聚類算法得出一種更強的聚類算法殖卑。

??如今已有很多聚類的方法,但是這些聚類方法針對很多衡量方式都沒有達成一致坊萝,也就是缺少一種通用的方式孵稽,或者說generalization不夠许起。k-means是完全聚類,無法分辨噪聲肛冶。K參數(shù)選擇也比較困難街氢,對于非凸形狀也無法處理。DBSCAN可以聚類任意形狀睦袖,但是找一個恰當?shù)?code>minpoint也比較玄學,并且對\varepsilon參數(shù)敏感荣刑。

所采用的方法馅笙?

??聚類的中心點會有什么特征呢?作者提出了兩點直觀的理解厉亏,之后對其量化建模:

  1. Cluster centers are surrounded by neighbors with lower local density董习。(聚類的中心周圍都是比它密度低的點)。也就是說聚類中心周圍密度較低爱只,中心密度較高皿淋。
  2. They are a relatively large distance from any points with a higher local density。(聚類中心點與其它密度更高的點之間通常都距離較遠)恬试。

??也就是滿足這兩個點才能成為聚類中心點

??因此窝趣,對于每個樣本點 i 計算兩個值:

  1. 局部密度值(local density):\rho_{i}

\rho_{i}=\sum_{j} \chi\left(d_{i j}-d_{\mathrm{c}}\right)

??其中函數(shù):

\chi(x)=\left\{\begin{array}{ll} 1, & x<0 \\ 0, & x \geq 0 \end{array}\right.

??參數(shù) d_{c} > 0截斷距離(cutoff distance),需要事先指定训柴。

  1. 距離的定義如下:

\delta_{i}=\left\{\begin{array}{ll} \min _{j \in I_{S}^{i}}\left\{d_{i j}\right\}, & I_{S}^{i} \neq \emptyset \\ \max _{j \in I_{S}}\left\{d_{i j}\right\}, & I_{S}^{i}=\emptyset \end{array}\right.

??對于非局部密度最大點哑舒,計算距離\delta_{i}實際上分兩步 :

  • 找到所有局部密度比i點高的點;
  • 在這些點中找到距離i點最近的那個點j幻馁,ij的距離就是\delta_{i}的值洗鸵。

??對于局部密度最大點,\delta_{i}實際上是該點和其他所有點距離值的最大值仗嗦。

取得的效果膘滨?

決策圖

??依據(jù)上述決策圖進行定性分析,結合主觀判斷才得到最終的結果稀拐』鸬耍可以看到聚類中心為1和10。26钩蚊、27贡翘、28為離群點(outlier)。

實驗結果
實驗結果
算法與k-means對比分析結果

參考鏈接

??論文鏈接http://sites.psu.edu/mcnl/files/2017/03/9-2dhti48.pdf

??代碼實現(xiàn)https://github.com/lanbing510/DensityPeakCluster

微信公眾號

公眾號介紹:主要研究分享深度學習砰逻、機器博弈鸣驱、強化學習等相關內(nèi)容!期待您的關注蝠咆,歡迎一起學習交流進步踊东!

最后編輯于
?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末北滥,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子闸翅,更是在濱河造成了極大的恐慌再芋,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,743評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件坚冀,死亡現(xiàn)場離奇詭異济赎,居然都是意外死亡,警方通過查閱死者的電腦和手機记某,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,296評論 3 385
  • 文/潘曉璐 我一進店門司训,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人液南,你說我怎么就攤上這事壳猜。” “怎么了滑凉?”我有些...
    開封第一講書人閱讀 157,285評論 0 348
  • 文/不壞的土叔 我叫張陵统扳,是天一觀的道長。 經(jīng)常有香客問我畅姊,道長咒钟,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,485評論 1 283
  • 正文 為了忘掉前任涡匀,我火速辦了婚禮盯腌,結果婚禮上,老公的妹妹穿的比我還像新娘陨瘩。我一直安慰自己腕够,他們只是感情好,可當我...
    茶點故事閱讀 65,581評論 6 386
  • 文/花漫 我一把揭開白布舌劳。 她就那樣靜靜地躺著帚湘,像睡著了一般。 火紅的嫁衣襯著肌膚如雪甚淡。 梳的紋絲不亂的頭發(fā)上大诸,一...
    開封第一講書人閱讀 49,821評論 1 290
  • 那天,我揣著相機與錄音贯卦,去河邊找鬼资柔。 笑死,一個胖子當著我的面吹牛撵割,可吹牛的內(nèi)容都是我干的贿堰。 我是一名探鬼主播,決...
    沈念sama閱讀 38,960評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼啡彬,長吁一口氣:“原來是場噩夢啊……” “哼羹与!你這毒婦竟也來了故硅?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 37,719評論 0 266
  • 序言:老撾萬榮一對情侶失蹤纵搁,失蹤者是張志新(化名)和其女友劉穎吃衅,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體腾誉,經(jīng)...
    沈念sama閱讀 44,186評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡徘层,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,516評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了妄辩。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片惑灵。...
    茶點故事閱讀 38,650評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖眼耀,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情佩憾,我是刑警寧澤哮伟,帶...
    沈念sama閱讀 34,329評論 4 330
  • 正文 年R本政府宣布,位于F島的核電站妄帘,受9級特大地震影響楞黄,放射性物質發(fā)生泄漏。R本人自食惡果不足惜抡驼,卻給世界環(huán)境...
    茶點故事閱讀 39,936評論 3 313
  • 文/蒙蒙 一鬼廓、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧致盟,春花似錦碎税、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,757評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至杯道,卻和暖如春匪煌,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背党巾。 一陣腳步聲響...
    開封第一講書人閱讀 31,991評論 1 266
  • 我被黑心中介騙來泰國打工萎庭, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人齿拂。 一個月前我還...
    沈念sama閱讀 46,370評論 2 360
  • 正文 我出身青樓驳规,卻偏偏與公主長得像,于是被迫代替她去往敵國和親创肥。 傳聞我的和親對象是個殘疾皇子达舒,可洞房花燭夜當晚...
    茶點故事閱讀 43,527評論 2 349

推薦閱讀更多精彩內(nèi)容