- 1、本文档共18页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
中国科学:数学2020年第50卷第9期:13871404
SCIENTIASINICAMathematica
论文
均值问题的理论与算法综述
献给越民义教授100华诞
12∗33
张冬梅李敏徐大川张真宁
1.山东建筑大学计算机科学与技术学院,济南250101;
2.山东师范大学数学与统计学院,济南250014;
3.北京工业大学数学学院,北京100124
E-mail:zhangdongmei@sdjzu.edu.cn,liminemily@sdnu.edu.cn,xudc@bjut.edu.cn,zhangzhenning@bjut.edu.cn
收稿日期:2019-11-16;接受日期:2020-02-26;网络出版日期:2020-09-09;*通信作者
国家自然科学基金(批准号:和、山东省高校科研计划(批准号:J17KA171)、山东省自然科学基金(批准号:
ZR2019MA032)和北京市教委科技项目(批准号:KM201810005006)资助项目
摘要k-均值问题是理论计算机科学和组合优化领域的经典问题之一.相应的Lloyd算法是数据挖掘
的十大经典算法之一,在各种领域被广泛研究和应用,特别是在图像处理和特征工程方面.随着数据
多样性和数据量的爆炸性增长,在实际应用中遇到的k-均值聚类问题更加复杂多样,产生了各种亟需
解决的具有挑战性的研究课题.k-均值问题在理论上是NP-难的.本文介绍经典k-均值问题及其变
形的基于局部搜索、线性规划舍入、原始对偶、对偶拟合和Lagrange松弛等技术的有效算法.首先介
绍经典k-均值问题的近似算法、加倍度量空间中的有效多项式时间近似方案及满足稳定性实例的多
项式可解性,然后介绍k-均值问题的若干重要变形,包括k-中位、球面k-均值、鲁棒k-均值、带约
束的k-均值和隐私保护k-均值等问题,最后列出k-均值领域中的若干公开问题.
关键词-均值近似算法线性规划
主题分类90C27,68W25
引言
在机器学习中,无监督学习(unsupervisedlearning)的目的是通过对无标记样本的学习来揭示数
据的内在性质和规律.无监督学习中研究最多、应用最广的是聚类(clustering)(参见文献[1]).给定若
干对象组成的集合,聚类就是将这个集合分成多个聚簇(cluster),每个聚簇由相似的对象组成,不同聚
簇中的对象差异较大.与分类不同,聚类对要划分的对象的类别是未知的.互联网技术的深入应用带
来了数据多样性和数据量的爆炸增长,获得各种类型有标签的数据变得非常困难,有时预先获得标签
英文引用格式ZhangDM,LiM,XuDC,etal.Asurveyontheoryandalgorithmsfork-meansproblems(inChinese).SciSin
Math,2020,50:1387–1404,doi:10.1360/SSM-2019-0280
⃝《中国科学》杂志社
张冬梅等:-均值问题的理论与算法综述
都是困难的,因此,数据聚类技术愈来愈受到重视.聚类算法在许多数据驱动的应用领域都是非常核
心的算法.
k-均值(k-means)聚类是一种重要的数据聚类技术.经典的k-均值问题可描述为:给定n个元
素的观测集,其中每个观测点都是d维实向量,目标是选取k(n)个点作为聚类中心,把n个观测
点划分到k个集合(每个集合对应一个聚类中心)中,使得所有观测点到对应的聚类中心的距离的平
方和最小.容易证明,对于任意给定集合,最优的聚类中心是该集合中所有观测点的均值点.在k-均
值聚类中,针对各种实际问题,可能会对距离给出不
您可能关注的文档
- 基于电商销售数据的红枣产品营销对策分析.docx
- 发哦奥法佛啊发发.pdf
- 我我我我我我我.pdf
- 黑龙江省海林市朝鲜族中学2024_2025学年高二生物下学期期中线上考试试题.doc
- 全国中考语文试题分类汇编07背诵默写.doc
- 全国通用2025版高考历史一轮总复习模块2专题7近现代中国经济的发展和社会生活的变迁第20讲近代中国民族工业的兴起和曲折发展课时跟踪人民版.doc
- 云南省永仁县第一中学2024_2025学年高二生物10月月考试题.doc
- 2025版高考英语一轮总复习课时作业40Unit5Meetingyourancestors含解析新人教版选修8.doc
- 山东省新泰一中2024_2025学年高二历史上学期第一次质量检测试卷含解析.doc
- 云南省永仁县一中2024_2025学年高二地理上学期期中试题.doc
- 浙江省临海市白云高级中学2025届高三历史3月月考试题.doc
- 云南拾谷县第一中学2024_2025学年高二物理上学期10月月考试题.doc
- 2025版高考生物总复习第13讲基因的分离定律教案苏教版.doc
- 湖北省黄石实验高中2024_2025学年高一历史下学期期末考试模拟卷.doc
- 通史版2025版高考历史大一轮复习专题七近代化的曲折发展__中日甲午战争至五四运动前4第4讲从维新思想到新文化运动课后达标检测含解析新人教版.doc
- 2024年高考数学考试大纲解读专题04导数及其应用含解析文.doc
- 河南省许汝平九校联盟2024_2025学年高一语文上学期期末考试试题扫描版无答案.doc
- 江西省吉安市吉水县第二中学2024_2025学年高一历史上学期第二次月考试题.doc
- 北京市平谷区2025届高三政治一模考试试题含解析.doc
- 2025届中考物理第四讲物态变化专项复习测试无答案新人教版.docx
文档评论(0)