Academy of Mathematics and Systems Science, CAS
Colloquia & Seminars

Speaker:	申远副教授，南京财经大学应用数学学院
Inviter:	刘歆副研究员
Title:	求解k-平均聚类问题的交替方向乘子法
Time & Venue:	2019.5.6 16:30-17:30 Z311
Abstract:	k-平均聚类问题广泛应用于机器学习，生物特征等各个领域。由于其重要性，它在过去的几十年中已经得到了广泛的研究，并且出现了一系列有效的算法来求解这个问题。然而，部分算法是基于缺乏理论的启发式方法（如kmeans++等）。我们将k-平均聚类问题转化为正交非负矩阵分解（ONMF）模型，并引入分离变量，构造了两块、三块、及更多块变量的等价模型。我们基于在机器学习领域十分流行的交替方向乘子法（ADMM）对其进行求解。数值实验结果表明：新算法的恢复性能（recoverability）优于经典的kmeans++算法。而且我们发现，虽然算法相同（都是ADMM），但是块数较少的模型的恢复性能明显优于块数较多的模型，原因尚待进一步研究。