机器学习层谱聚类综述

摘要：

聚类分析在机器学习、数据挖掘、生物DNA信息等方面都起着极为关键的作用.聚类算法从方法学上可分为扁平聚类和层谱聚类.扁平聚类通常将数据集分为K个并行社区,社区之间没有交集,但现实世界的社区之间多具有不同层次之间的包含关系,因而层谱聚类算法能对数据进行更精细的分析,提供更好的可解释性.而相比扁平聚类,层谱聚类研究进展缓慢.针对层谱聚类面临的问题,从对代价函数的选择、聚类结果衡量指标、聚类算法性能等方面入手,调研了大量的相关文献.其中聚类结果衡量指标主要有模块度、Jaccard指数、标准化互信息、树状图纯度等.扁平聚类算法中比较经典的算法有K-means算法、标签传播算法、DBSCAN算法、谱聚类算法等.层谱聚类算法可以进一步划分为分裂聚类算法和凝聚聚类算法,分裂层谱聚类算法有二分K-means算法和递归稀疏割算法,凝聚层谱聚类算法有经典的Louvain算法、BIRCH算法和近年来提出的HLP算法、PERCH算法及GRINCH算法.最后,进一步分析了这些算法的优缺点,并总结全文.

关键词：层谱聚类、代价函数、可解释性

所属期刊栏目：50

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金61807034

在线出版日期：2023-02-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：9-17