Regularized sparse optimal discriminant clustering

doi:10.1007/s11634-025-00664-3

Regularized sparse optimal discriminant clustering

2026-01-01

0

PRE

AI

DOI：10.1007/s11634-025-00664-3

原文链接

原文求助

摘要

En 中文

基于稀疏最优判别聚类（SODC）的新方法，将基于凸聚类的惩罚项纳入评分矩阵。通过添加该惩罚项，预期通过将同一簇内的点拉近、不同簇的点推远来提高聚类识别的准确性。当估计结果可视化时，聚类结构可以更清晰地描绘。此外，我们开发了一种新型算法，利用主要化函数推导该评分矩阵的更新公式。评分矩阵使用乘子交替方向法（ADMM）进行更新，该方法常用于计算凸聚类目标函数的参数。在所提出的方法中，与传统的SODC一样，评分矩阵受正交约束。因此，需要在保持聚类结构的同时满足评分矩阵的正交约束。利用主要化函数，我们解决了在评分矩阵中同时强制正交约束和聚类结构的挑战。我们通过数值模拟和真实数据应用来评估所提出方法的表现。

Keyword:

Dimension reduction clustering

Optimal scoring

MM algorithm

ADMM

Regularized sparse optimal discriminant clustering

摘要

期刊

机构