Approximate hierarchical density-based clustering using graph-based search indexes

Camilla Birch Okkels

doi:10.1016/j.is.2026.102768

Approximate hierarchical density-based clustering using graph-based search indexes

2026-06-13

0

OA

AI

DOI：10.1016/j.is.2026.102768

原文链接

查看原文

摘要

En 中文

• 我们以白盒方式研究了基于HNSW（分层可导航小世界）索引的图层次聚类，直接操作内部图结构以推导近似层次聚类。 • 我们提出了五种新颖的聚类算法：三种用于单链接聚类，两种用于HDBSCAN，解决了层次聚类需要合并所有点而近似邻域搜索方法最擅长寻找邻近邻居的概念性挑战。 • 我们实证评估了近似性对我们层次密度聚类方法的影响，并通过全面的实证评估展示了其与当前最佳基线方法的竞争力。

Keyword:

Clustering

Hierarchical clustering

Approximate clustering

Density-based clustering

Graph-based indexing

HNSW

Approximate hierarchical density-based clustering using graph-based search indexes

摘要

AI总结

期刊

机构

引用论文