带惩罚µ-相似Bregman散度k-均值问题的初始化算法
带惩罚µ-相似Bregman散度k-均值问题的初始化算法
复制标题
DOI：
10.15960/j.cnki.issn.1007-6093.2022.01.007
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
邹娟
中科院分区：
文献类型：
--
作者：
刘文杰;张冬梅;张鹏;邹娟
k-均值问题是聚类中的经典问题,亦是NP-难问题。如果允许数据点不聚类,而是支付惩罚费用,则引出带惩罚的k-均值问题。本文将带惩罚的k-均值问题从欧氏距离推广到更一般的µ-相似Bregman散度,研究了带惩罚µ-相似Bregman散度k-均值问题的初始化算法。本文给出的初始化算法,近似比与µ和数据点惩罚最大值与最小值的比例r相关。