【论文阅读】Clustering by Shift

Min Cut

含义很简单，就是将不属于同一类的所有点之间的相似度累加起来就好了。
是一种描述不同类之间分离程度。
缺点：这个方法倾向于切割小的组出来。

这篇论文提出的想法之一：
进一步做一个变形。中间用到了一步，就是将属于同一类的就算部分补全，使得公式更加整洁。通过化简构造出了一个常数的部分，之后，就只需要考虑后面的非常数部分了。

也就是考虑每个类内部的聚合程度。而这个α\alphaα只是将类内部的点的数量信息显示了出来。个人认为，这个部分，跟之前的Ratio Cut 有点类似，虽然目标函数有些不一样，但思想都是一致的

论文中也有这样说到这个。

This formulation provides a rich family of alternative clustering
models where different regularizations are induced by
different values of α. However, choosing a very large α can
lead to equalizing the size of the clusters that are inherently
very unbalanced in size.

该公式提供了丰富的替代聚类系列
由不同的正则化引起的模型
不同的α值。但是，选择一个非常大的α可以使得聚类的结果均衡，就算原来的大小就是不均衡的。

很明显，这个模型需要做很多的关于超参数的修改。这样很麻烦，而且有时候根本没办法调整这个alpha。所以，本文又提出了一个改进。

we propose a particular shift of pairwise similarities which
takes the connectivity of the objects into account and does not
require fixing any free parameter.

就是关于X做一个Shift。

这样，就使得行列之和都会变为0了。

于是直接改写这个公式，得到新的损失函数：

会发现，这个损失函数，就是不再存在有超参数了。

【论文阅读】Clustering by Shift相关推荐

论文阅读 TSM: Temporal Shift Module for Efficient Video Understanding
TSM: Temporal Shift Module for Efficient Video Understanding Computer Vision and Pattern Recognition ...
论文阅读笔记（4）：Local Convex Representation with Pruning for Manifold Clustering ，带剪枝的局部凸表达进行流形聚类
论文阅读笔记(4):带剪枝的局部凸表达进行流形聚类介绍文章主要贡献理论上:局部凸表达(Local Convex Representation, **LCR**) 剪枝方法:估计流形的内在维数以剪 ...
论文阅读06——《CaEGCN: Cross-Attention Fusion based Enhanced Graph Convolutional Network for Clustering》
欢迎到我的个人博客看原文论文阅读06--<CaEGCN: Cross-Attention Fusion based Enhanced Graph Convolutional Network f ...
论文阅读 [TPAMI-2022] Ball $k$k-Means: Fast Adaptive Clustering With No Bounds
论文阅读 [TPAMI-2022] Ball kkkk-Means: Fast Adaptive Clustering With No Bounds 论文搜索(studyai.com) 搜索论文: B ...
论文阅读11——《Mutual Boost Network for Attributed Graph Clustering》
是聚类让我们"聚类",我整理了部分深度图聚类代码,希望大家多多支持(GitHub代码):A-Unified-Framework-for-Deep-Attribute-Graph-C ...
论文阅读笔记（2）：Learning a Self-Expressive Network for Subspace Clustering，SENet，用于大规模子空间聚类的自表达网络
论文阅读笔记(2):Learning a Self-Expressive Network for Subspace Clustering. SENet--用于大规模子空间聚类的自表达网络前言摘要 ...
论文阅读 [TPAMI-2022] Incremental Density-Based Clustering on Multicore Processors
论文阅读 [TPAMI-2022] Incremental Density-Based Clustering on Multicore Processors 论文搜索(studyai.com) 搜索论 ...
【论文阅读】Attributed Graph Clustering with Dual Redundancy Reduction（AGC-DRR）
[论文阅读]Attributed Graph Clustering with Dual Redundancy Reduction(AGC-DRR) 文章目录 [论文阅读]Attributed Grap ...
论文阅读笔记（8）：Structured Sparse Subspace Clustering: A Joint Affinity Learning and Subspace Clustering
论文阅读笔记(8):Structured Sparse Subspace Clustering: A Joint Affinity Learning and Subspace Clustering F ...
论文阅读笔记（15）：Deep Subspace Clustering with Data Augmentation，深度子空间聚类+数据增强
论文阅读笔记(15):Deep Subspace Clustering with Data Augmentation,深度子空间聚类+数据增强摘要 1 介绍 2 相关工作带增强的聚类方法具有一致 ...

【论文阅读】Clustering by Shift

【论文阅读】Clustering by Shift相关推荐

最新文章

热门文章