Spectral Rotation versus K-Means in Spectral Clustering
-
Jin Huang, Feiping Nie, Heng Huang
-
AAAI 2013
スペクトラルクラスタリング
-
$$ \sum_{i=1}^{K} \frac{s(C_i, \bar{C_i})}{\sigma(C_i)} $$
-
$$ \hat{q}_i $$をj要素がクラスタiに属するかを表すindicatorとすると
-
上の目的関数は行列とかで良さげに書ける
-
正規化とかすると↓みたいになる
-
$$ \sum_{i=1}^{K}q_i^{\top}(D-W)q_i $$
-
よくあるratio cut最適化問題に緩和できる
-
緩和問題を解いたらK-means!!!!
K-meansについて
-
$$ \min \|Q-GH\|^2 $$の感じにかける
-
謎のHを固定すると、Gは求まる
-
HはGが固定されると求まる
-
というわけで、上2ステップをこれを反復する
Spectral Rotation
-
結局どうしたいの?
-
$$ \min \|QR-G\|^2 $$
-
Rが直交行列
-
ちょっと変形
-
$$ \min \|Q-GR^{\top}\| $$
-
K-meansとちょっとだけ違う
-
QRを緩和で最適化した時、その後得られる解は最も良い近似だといっている???
-
Rで回転するのがいいらしい、図を見ると
実験
まとめ
AAAI k-means spectral clustering
2013-12-02 02:03:58 (Mon)
最終更新:2013年12月02日 02:03