k-意味着有害:在 MAPPER 复形中的任意拓扑变化-计算机科学-机器学习-拓扑数据分析-聚类算法.pdfVIP

k-意味着有害:在 MAPPER 复形中的任意拓扑变化-计算机科学-机器学习-拓扑数据分析-聚类算法.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 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. 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. 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. 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. 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. 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. 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
查看更多

-意味着有害:

在MAPPER复形中的任意拓扑变化

APREPRINT

MikaelVejdemo-Johansson

mvj@1,2

1DepartmentofMathematics,CUNYCollegeofStatenIsland

2ComputerScience;DataScience;Mathematics,CUNYGraduateCenter

译ABSTRACT

中Mapper构造是拓扑数据分析中最为广泛使用的工具之一。随着该构造方法的流行,出现了一

1种不幸的趋势,即使用具有会导致分析结果扭曲特性的聚类方法。在本文中,我们将看到一

v

2些广泛选择的聚类算法如何任意大地扭曲最终Mapper复杂体中的可见特征。

1

2

6

0

.

7

0

5

2

:

v

i

x

r

a

意味着有害考虑APREPRINT

Mapper是由GurjeetSingh在2007年引入的Singhetal.[2007],并由此催生了数据分析公司AyasdiLumetal.

[2013]。多年来,特别是在Ayasdi缩减其学术合作计划之后,开源Mapper实现开始增多:PythonMapperMüllner

andBabu[2013]、包含在scikit-TDA中的KeplerMappervanVeenetal.[2019]、Giotto-TDATauzinetal.[2020],

以及最近的tda-mapperSimi[2024]。

开源Mapper实现系列中的一些指令、教程和示例选择了DBSCAN聚类算法或-均值的某个版本,或其他具

有固定目标聚类数量的聚类算法。本文将探讨固定数量选择尤其成为问题的各种方式。

Mapper的野心在于提供一个数据拓扑模型,该模型在一定程度上忠实于原始数据空间中数据所描绘的形状。

如Vejdemo-JohanssonandLeshchenko[2020]所观察到的,打破神经引理的假设会对源数据使用的模型拓扑产

生任意变化:同调特征可以通过打破这些假设被创建和移除。

后来,Alvaradoetal.[2024]观察到任何图都可以实现为一个单参数映射器图,并且实际上任何足够小的单纯

复形都可以实现为映射器复合体(顶点为,单形为和孤立顶点为)在任意足够大的数据集上:只要

由于-意味着使用全局设置的几乎肯定会生成不良覆盖(从神经引理的角度来看),这些聚类算法的选择

可能会产生误导性的结果,应避免使用。

1.映射器算法

回想Mapper算法:

输入:.数据集,函数,覆盖,聚类方法hom将集合映

Set

射到中一种给中的点分配簇标识号的方法。

(1)通过拉回覆盖,形成的覆盖。

(2)对覆盖进行细化,通过引入——换句话说,让覆盖元素纤维中的每个聚类成

为一个独立的集合在细化后的覆盖中。

(3)创建映射复合体作为所有这些精炼簇元素的神经复合体。

在本文中,我们将特别关注的选择,以及这些选择如何会降低所得映射复合体的有用性。

2.-均值算法

您可能关注的文档

文档评论(0)

zikele + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档