论文解读（IDEC）《Improved Deep Embedded Clustering with Local Structure Preservation》

Paper Information

Title：《Improved Deep Embedded Clustering with Local Structure Preservation》
Authors：Xifeng Guo, Long Gao, Xinwang Liu, Jianping Yin
Sources：2017, IJCAI
Other：69 Citations, 71 References
Paper：Download 
Code：Download 

---

Abstract

　　本文解决的问题：先前根据不同情况设计聚类损失函数的工作可能破坏了特征空间，产生无意义的特征表示从而降低了聚类性能。

 　　本文解决的思路：

• • 使用聚类损失函数指导代表特征空间的 points 分布；
  • 采用 under-complete autoencoder 维护数据的局部结构；
  • 联合 聚类损失 和 AE 损失 来训练。

　　IDEC 既可以很好的实现聚类任务，还可以学到能保持局部结构的表示（Representation）。

---

1 Introduction

　　聚类任务的划时代杰作：

• • 1967 MacQueen 的  k-means ；
  • 2006 Bishop 的 gaussian mixture model ；
  • 2007 Von Luxburg 的 spectral clustering ；

　　由于输入数据的维度很大，通常会有很多不可靠的特征数据，这严重影响力聚类效果。所以一个被普遍接受的想法是：将高维空间的输入数据映射到低维空间，然后再进行聚类。

　　Q1：为什么传统降维方法如 PCA 、LDA等学习表示的能力有限？

　　A1：知道的可以再评论区抒发见解。

　　由于深度学习的发展，DNN model 能很好的实现 feature transformation ，学到有用的表示。

　　然后介绍 DEC ，可以参考《论文解读（DEC）Unsupervised Deep Embedding for Clustering Analysis》。

　　本文贡献：

• • 提出了一种深度聚类算法，可以联合进行聚类和学习具有局部结构保存的代表性特征。
  • 通过实证证明了局部结构保存在深度聚类中的重要性。
  • IDEC 在很大的优势上优于最新的对手。

---

2 Related Work

2.1 Deep Clustering

　　目前阶段的聚类算法：

1. 1. Two-stage work that applies clustering after having learned a representation；[ 该方法基于良好的表示 ]
   2. Approaches that jointly optimize the feature learning and clustering；[ 特征学习的时候同时进行聚类 ]

　　对于 1 举例：

1. • Tian et al., 2014 ：先使用 AE 学到低维有用表示，然后使用 k-means 进行聚类；
   • Chen, 2015 ：层级训练深度信念网络(DBN)，然后将 non-parametric maximum-margin 聚类应用于学习到的中间表示；
   • Peng et al., 2016 ： 使用稀疏自编码器，同时自适应学习局部和全局结构信息的表示，再采用传统的聚类算法进行聚类；

　　对于 2 举例：

• • Yang et al., 2016 ：proposes a recurrent framework in deep representations and image clusters, which integrates two processes into a single model with a unified weighted triplet loss and optimizes it end-to-end. 
  • Xie et al.，2016 ：DEC 通过深度神经网络学习从观测空间到低维潜在空间的映射，可以同时获得特征表示和聚类分配；

2.2 Autoencoder

　　AE 有两个部分：

• • Encoder：编码器函数为  $z=f_{W}(x)$  ，输出表示 $z$ 。

　　　　　　$z=f_{W}(x)$

• • Decoder：解码器函数为  $x^{\prime}=g_{W^{\prime}}(z) $，根据表示 $z$ 重构原始输入 $x$ 。

　　　　　　$x^{\prime}=g_{W^{\prime}}(z)$

　　两种常见的自编码器：

• • 欠完备自编码器（ Under-complete autoencoder）：$z$ 的维度要小于原始输入的维度。
  • 去噪自编码器（ Denoising autoencoder）：$L=\left\|x-g_{W^{\prime}}\left(f_{W}(\tilde{x})\right)\right\|_{2}^{2} \quad \quad \quad (1)$

　　Reference：

1. 1. 欠完备自编码器：从自编码器获得有用特征的一种方法是限制  $h$  的维度比 $x$ 小，这种编码维度小于输入维度的自编码器称为欠完备（undercomplete）自编码器。学习欠完备的表示将强制自编码器捕捉训练数据中最显著的特征。
   2. 去噪自编码器（denoising autoencoder，DAE）是一类接受损坏数据作为输入，并训练来预测原始未被损坏数据作为输入的自编码器。

2.3 Deep Embedded Clustering

　　深度嵌入式聚类(DEC) [Xieetal.，2016] 首先对自动编码器进行预训练，然后删除解码器。其余的编码器通过优化以下目标进行微调：

　　　　$L=K L(P \| Q)=\sum\limits_{i} \sum\limits_{j} p_{i j} \log \frac{p_{i j}}{q_{i j}}\quad \quad \quad (2)$

　　其中：

• • $q_{i j}$ 是表示  $z_{i}$  和聚类中心  $\mu_{j}$  之间的相似度。定义为：

　　　　　　${\large q_{i j}=\frac{\left(1+\left\|z_{i}-\mu_{j}\right\|^{2}\right)^{-1}}{\sum_{j}\left(1+\left\|z_{i}-\mu_{j}\right\|^{2}\right)^{-1}}}\quad \quad  \quad (3) $

• • Eq.2 中的 $p_{ij}$  是目标分布，定义为：

　　　　　　${\large p_{i j}=\frac{q_{i j}^{2} / \sum_{i} q_{i j}}{\sum_{j}\left(q_{i j}^{2} / \sum_{i} q_{i j}\right)}}\quad \quad\quad(4) $

　　DEC算法：

• • 首先，对原始数据集  $X$ ，跑一遍 AE ，获得 Encoder 生成的表示  $z_{i}=f_{W}\left(x_{i}\right)$ ；
  • 其次，基于  ${z_i}$ ，使用传统的  $k-means$ ，获得若干聚类中心 ${\mu _j}$；
  • 然后，根据 Eq.3 和 Eq.4 计算得的  $q_{ij}$  和  $p_{ij}$  去计算  Eq.2 中的 $L$；
  • 最后，根据  $q_{ij}$  进行  $label$  分配。

---

3 Improved Deep Embedded Clustering

• Consider a dataset  $X$  with  $n$  samples and each sample  $x_{i} \in   \mathbb{R}^{d}$  where  $d$  is the dimension.
• The number of clusters  $K$  is a priori knowledge and the  $j$  th cluster center is represented by  $\mu_{j} \in \mathbb{R}^{d}$ . Let the value of  $s_{i} \in\{1,2, \ldots, K\}$  represent the cluster index assigned to sample  $x_{i}$ .
• Define nonlinear mapping  $f_{W}: x_{i} \rightarrow z_{i}$  and  $g_{W^{\prime}}: z_{i} \rightarrow x_{i}^{\prime}$  where  $z_{i}$  is the embedded point of  $x_{i}$  in the low dimensional feature space and  $x_{i}^{\prime}$  is the reconstructed sample for  $x_{i}$ .

　　目标：寻找最佳的 $f_{W}$ 来获得更好的  $\left\{z_{i}\right\}_{i=1}^{n}$  ，以便更好的做聚类任务。

　　本文 model 有两个必不可少的部分：

• • Autoencoder；
  • clustering loss；

　　模型架构如 Fig.1. 所示：

　　

　　目标函数定义为：

　　　　$L=L_{r}+\gamma L_{c}\quad\quad \quad (6)$

　　其中：

• • $L_{r} $  是重构损失；
  • $L_{c}$  是聚类损失；
  • $ \gamma>0$  是控制 the degree of distorting embedded space 的系数，当  $\gamma=1$  或  $L_{r} \equiv 0$  即是DEC的目标函数；

　　Q2：$ \gamma$  这个系数为什么这么加，看过很多文章这么写，但是不知道为什么一定加这？

　　A2：知道的可以再评论区抒发见解。

3.1 Clustering loss and Initialization

　　回顾 DEC 聚类损失函数（参考前面提到的 Eq.2. 、Eq.3.、Eq.4.）：

　　　　$L_{c}=K L(P \| Q)=\sum\limits_{i} \sum\limits _{j} p_{i j} \log \frac{p_{i j}}{q_{i j}}\quad\quad \quad (7)$

　　通过 DEC model  给的启发：

• • 预训练：使用堆叠降噪自编码器（stacked denoising autoencoder）。
  • 然后基于预训练生成的有效表示  $\left\{z_{i}=f_{W}\left(x_{i}\right)\right\}_{i=1}^{n}$  使用  $k-means $ 获得聚类中心  $\left\{\mu_{j}\right\}_{j=1}^{K}$ 。     

3.2 Local structure preservation

　　由于 DEC 直接丢弃 Decoder 并通过聚类损失 $L_{c}$  直接微调编码器，可能造成嵌入空间的扭曲。[ 说白了就是研究  Decoder 的影响 ]

　　所以本文提出保持解码器不变，直接将聚类损失加到嵌入空间中去。

 　　本文将堆叠降噪自编码器替换为欠完备自编码器 [ 理由是聚类需要干净的数据，个人感觉就是那个实验效果好选那个 ]，重构损失  [  Mean Squared Error ]  ：

　　　　$L_{r}=\sum\limits _{i=1}^{n}\left\|x_{i}-g_{W^{\prime}}\left(z_{i}\right)\right\|_{2}^{2}\quad \quad \quad (8)$

　　这里建议  $ \gamma$  最好小于 $1$ ，这将在在 4.3 节通过实验证明。

3.3 Optimization

　　Eq.6 采用小批量随机梯度下降法优化，有三个参数需要优化，分别是：

1. 1. 自编码器的权重参数
   2. 聚类中心  $u_j$ 
   3. 目标分布  $P$

　　首先阐述：更新自编码器权重参数和聚类中心
　　固定目标分布 $P$ ，优化

　　　　$\frac{\partial L_{c}}{\partial z_{i}}=2 \sum\limits _{j=1}^{K}\left(1+\left\|z_{i}-\mu_{j}\right\|^{2}\right)^{-1}\left(p_{i j}-q_{i j}\right)\left(z_{i}-\mu_{j}\right)\quad\quad\quad (9)$

　　　　$\frac{\partial L_{c}}{\partial \mu_{j}}=2 \sum\limits _{i=1}^{n}\left(1+\left\|z_{i}-\mu_{j}\right\|^{2}\right)^{-1}\left(q_{i j}-p_{i j}\right)\left(z_{i}-\mu_{j}\right)\quad\quad\quad (10)$

　　然后根据上式可以计算出：

• • 聚类中心更新公式：

　　　　　　$\mu_{j}=\mu_{j}-\frac{\lambda}{m} \sum\limits _{i=1}^{m} \frac{\partial L_{c}}{\partial \mu_{j}}\quad \quad \quad (11)$

• • 解码器权重参数更新公式：

　　　　　　${\large W^{\prime}=W^{\prime}-\frac{\lambda}{m} \sum\limits _{i=1}^{m} \frac{\partial L_{r}}{\partial W^{\prime}}} \quad\quad\quad(12)$

• 编码器权重更新公式为：

　　　　　　${\large W=W-\frac{\lambda}{m} \sum\limits _{i=1}^{m}\left(\frac{\partial L_{r}}{\partial W}+\gamma \frac{\partial L_{c}}{\partial W}\right)}\quad \quad \quad (13)$ $

　　然后阐述：更新目标分布

　　由于目标分布  $P$  是基于 soft label [ $p_{ij}$ 依托于 $q_{ij}$ ]  ，频繁更新容易造成不稳定，所以  $P$  的更新并没有在每个  iter  中更新，而是在每个  batch  中更新。但是实际上，本文是在 每  T iterations  进行更新。label 分配方法如下：

　　　　$s_{i}=\arg \; \underset{j}{max}\; \; q_{i j}\quad \quad \quad (14)$

　　这里当连续两次分配的百分比小于 $\delta$  将停止训练。

　　整个算法被总结在算法1中。

　　

　　IDEC 的算法复杂度为  $O\left(n D^{2}+n d K\right)$  ，其中 $D$、$d$、$K$  分别为隐层中神经元的最大数量、嵌入层的维数和 cluster 的数量。通常  $ K \leq d \leq D$  ，所以时间复杂度可以简化为  $O\left(n D^{2}\right)$ 。

---

4 Experiments

4.1 DataSets

• MNIST [图像数据集]：70000张手写数字图
• USPS [图像数据集]：9298张灰度手写数字图
• REUTERS-10K [文本数据集]：810000篇有标签新闻报道，这边采样10000篇报道。

　　

4.2 Results

　　实验1：实验结果如  Table 2  所示：

　　

　　结论：

• • 深度聚类方法： AE+k-means, DEC和 IDEC 表现明显优于传统方法，但这三种方法之间仍存在很大的差距。
  •  AE+k-means 和 DEC 相比证明了聚类损失的指导意义，DEC 和 IDEC 相比证明了自编码器可以提高聚类性能。

　　实验2：DEC 和 IDEC 对比实验：

　　

　　结论：

• • IDEC 聚类精度高于 DEC ;
  • IDEC 收敛慢于 DEC ;
  • IDEC 聚类损失高于 DEC ;
  • 最后几次迭代重构损失和初始迭代损失相差不大；

　　实验3：DEC 和 IDEC 可视化对比实验：

　　

　　上下行分别是 IDEC 和  DEC  的  t-SNE 可视化结果。

　　实验4：DEC 和 IDEC 参数  $\lambda$ 和  $ \gamma$  的对比实验：

　　

　　结论：

• • IDEC在最佳学习率  $\lambda=0.1$  的情况下优于 DEC 在最佳学习率  $\lambda=0.01$ 当  $ \gamma \in [0.05,1.0]$ ；
  • 对于较大的  $\lambda$  需要搭配较小的 $\lambda$ ；

---

5 Conclusion

　　本文提出了改进的深度嵌入式聚类(IDEC)算法，该算法联合进行了聚类，并学习了适合于聚类的嵌入式特征，并保留了数据生成分布的局部结构。IDEC通过优化基于KL散度的聚类损失来操纵特征空间来散射数据。它通过合并一个自动编码器来维护局部结构。实验实验表明，结构保存对深度聚类算法至关重要，有利于聚类性能。未来的工作包括：在IDEC框架中添加更多的先验知识（如稀疏性），并为图像数据集合并卷积层。

 

Last modify ：2022-02-13  17:54:31

 

『总结不易，加个关注呗！』