The algorithm of noisy k-means

Abstract : In this note, we introduce a new algorithm to deal with finite dimensional clustering with errors in variables. The design of this algorithm is based on recent theoretical advances (see Loustau (2013a,b)) in statistical learning with errors in variables. As the previous mentioned papers, the algorithm mixes different tools from the inverse problem literature and the machine learning community. Coarsely, it is based on a two-step procedure: (1) a deconvolution step to deal with noisy inputs and (2) Newton's iterations as the popular k-means.
Type de document :
Pré-publication, Document de travail
2013
Liste complète des métadonnées

Littérature citée [14 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-00851484
Contributeur : Sébastien Loustau <>
Soumis le : mercredi 14 août 2013 - 14:08:09
Dernière modification le : lundi 5 février 2018 - 15:00:03
Document(s) archivé(s) le : mercredi 5 avril 2017 - 20:46:19

Fichiers

noisykmeans.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00851484, version 1
  • ARXIV : 1308.3314

Collections

Citation

Camille Brunet, Sébastien Loustau. The algorithm of noisy k-means. 2013. 〈hal-00851484〉

Partager

Métriques

Consultations de la notice

400

Téléchargements de fichiers

153