【Paper Note】Support Vector Clustering 论文翻译(未完待续)
来源:互联网
我们提出了使用支持向量机的新颖的聚类方法,数据点通过高斯核映射到一个高位的特征空间,在这个空间中,我们搜索最小簇,当映射回数据空间,这个簇可以分成几个组件,每个组件包含了一个点集。我们提出了一个简单的算法来定义这些簇,高斯核的宽度控制着探测数据的规模,而soft margin常数有助于处理异常值和重叠簇。通过改变两个参数来研究一个数据集的结构,保持最小的支持向量以确保平滑的簇边界。我们演示了算法在几个数据集上的性能。我们提出了使用支持向量机的新颖的聚类方法,数据点通过高斯核映射到一个高位的特征空间,在这个空间中,我