详细内容或原文请订阅后点击阅览
BanditPAM：通过多臂老虎机进行几乎线性时间的 k-medoids 聚类
TL;DR想要比 \(k\)-means 更好的东西吗？我们最先进的 NeurIPS \(k\)-medoids 算法 BanditPAM 现已公开！\(\texttt{pip install banditpam}\)，您就可以开始了！与 \(k\)-means 问题一样，\(k\)-medoids 问题是一个聚类问题，我们的目标是将数据集划分为不相交的子集。然而，在 \(k\)-medoids 中，我们要求聚类中心必须是实际数据点，这允许对聚类中心进行更好的解释。\(k\)-medoids 还可以更好地处理任意距离度量，因此如果您使用 \(L_1\) 之类的度量，您的聚类对异常值会更稳健。尽管有这些优势，但大多数人不使用 \(k\)-medoids，因为之前的算法太慢了。在我们的 NeurIPS 论文 BanditPAM 中，我们将最知名的算法从 \(O(n^2)\) 加速到 \(O(n\text{log}n)\)。我们发布了我们的实现，可通过 pip 安装。它用 C++ 编写，以提高速度，并支持并行化和智能缓存，不会给最终用户带来额外的复杂性。它的接口也与 \(\texttt{sklearn.cluster.KMeans}\) 接口相匹配，因此只需对现有代码进行最小的更改。有用的链接：3 分钟视频摘要 PyPIGithub 存储库全文 \(k\)-means vs. \(k\)-medoids 如果您是 ML 从业者，您可能熟悉 \(k\)-means 问题。事实上，您可能知道 \(k\)-means 问题的一些常见算法。然而，您不太可能熟悉 \(k\)-medoi
来源:斯坦福人工智能实验室博客