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，您的聚类可以对异常值更具鲁棒性。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。它以 C++ 编写，速度快，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程度的更改。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tl; dr
想要比\ \（k \）更好的东西 - 意味着？我们的最先进的（K \） - Banditpam Neurips的Medoids算法现已公开使用！ \（\ texttt {pip install banditpam} \），你很高兴！
类似于\（k \） - 表示问题，\（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子集。但是，在\（k \）中 - 但是，我们要求群集中心必须是实际数据点，这允许更大的群集中心解释性。 \（k \） - Medoids在任意距离指标中也可以更好地工作，因此，如果您使用\（L_1 \）之类的指标，则聚类对离群值可能更强大。
尽管有这些优势，但大多数人不使用\（k \） - Medoids，因为先前的算法太慢。在我们的神经纸（Banditpam）中，我们从\（o（n^2）\）加速了最著名的算法到\（o（n \ text {log} n）\）。
我们发布了可以安装的实现。它以C ++的速度编写，并支持并行化和智能缓存，对于最终用户而言，它没有额外的复杂性。它的界面还匹配\（\ texttt {sklearn.cluster.kmeans} \）接口，因此现有代码需要最小的更改。
有用的链接：
\（k \） - 表示vs. \（k \）-Medoids
如果您是ML从业者，则可能熟悉\（k \） - 意味着问题。实际上，您可能知道\（k \）的一些常见算法 - 意味着问题。但是，您熟悉\（k \） - 医疗问题的可能性要小得多。
Medoids\（k \） - Medoids问题是类似于\（k \） - 含义的聚类问题。给定一个数据集，我们希望将数据集划分为每个集群中的点比所有其他\（k-1 \）群集中心更接近单个群集中心的子集。与\（k \）中 - 表示\（k \） - Medoids问题需要集群中心是实际数据点。
实际数据点 图1： 图2： 任何成对差异函数 无