[KDD 2019] K-Multiple-Means: A Multiple-Means Clustering Method with Specified K Clusters

论文下载

作者博客：一种新的原型聚类方法：K-multiple-means

K-Multiple-Means (KMM) 定义了一个显示的目标函数，在给定总的聚类数k和总的prototypes数m时，通过优化问题求解，自适应的把m个prototype以及n个原始数据点划分到k类中。m设定为$\sqrt{n\times k}$，表示类别数和样本数越大prototype的个数也也多。这是一个启发式算法，所以性能并没有非常好。

之前在2D检索3D的工作中，每个类prototype的个数是手工设定的。实验中，自动聚类的方法效果不好。每个类别的特征分布不一样，那么簇的个数也不一样，所以如何自动得到每个类的子类中心个数仍然是个挑战！