合并再分裂突破 k-means 局部最优
热点事件持续更新
合并再分裂突破 k-means 局部最优
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Frank Nielsen 与 Richard Nock 提出 merge-and-split k-means 启发式：在 Hartigan 方法收敛到局部最优后，合并两个簇，再以两个新中心重新分裂，仅在 k-means 目标函数降低时接受，从而继续寻找更优解。 该方法显式处理空簇和单点簇。其论文实验显示，这一启发式优于作为比较标准的 Hartigan 启发式；论文还证明，标准 Lloyd's k-means 可存在 Ω(2^2k) 个稳定局部最优，说明单一局部最优并不能代表全局最优解。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- AGI HuntFrank Nielsen 与 Richard Nock 提出 merge-and-split k-means 启发式，跳出 Lloyd 局部最优
Frank Nielsen 与 Richard Nock 提出 merge-and-split k-means 启发式，在 Hartigan 方法收敛到局部最优后，通过合并两簇并以两个新中心重分裂来继续降低目标函数。该启发式显式处理空簇和单点簇事件，实验表现优于 Hartigan 启发式；论文另证明 Lloyd's k-means 可有 Ω(2^2k) 个稳定局部最优。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。