一种适用于大规模数据的约束谱聚类框架

摘要

约束谱聚类能显著提升聚类精度,已受到学者的广泛关注.通过将最新提出的约束谱聚类模型与特殊的图构造结合,设计一种新的压缩约束谱聚类框架.新框架能在压缩模型规模的同时避免主要划分信息的损失.理论分析和实验验证证明了新框架能达到和具有特殊图结构的原始模型一致的聚类结果.通过基于地标的图构造和近似矩阵分解,新框架既能应用于数值型数据又能应用于图数据.此外,简单的参数设置使新框架非常实用.实验结果验证了新框架在聚类效果和效率上的优势.