Robust clustering on high-dimensional data with stochastic quantization

Abstract

This paper addresses the limitations of traditional vector quantization (clustering) algorithms, particularly K-means and its variant K-means++, and explores the stochastic quantization (SQ) algorithm as a scalable alternative for high-dimensional unsupervised and semi-supervised learning problems.Розглядаються обмеження традиційних алгоритмів векторного квантування (кластеризації), зокрема K-means і його варіант K-means++, та досліджується алгоритм стохастичного квантування (SQ) як масштабована альтернатива багатовимірним неконтрольованим і напівконтрольованим проблемам навчання.