AGI Hunt· RexDouglass·· 3 小时前AI 评分50
e-means 聚类新方法遭反例挑战:损失可比 k-means 无界恶化
e-means 聚类新方法遭反例挑战,损失可比 k-means 无界恶化
AI 导读
arXiv 论文《Two Counterexamples for e-means》指出,e-means 聚类算法在相同初始中心下按既定流程运行时,最终损失可高于经典 k-means。其基于质量的簇复兴机制可能破坏已有全局最优解,即使采用 k-means++ 初始化,期望损失比值也可能无界。
来源:AGI Hunt · agihunt.info