[论文解读] Clustering by Descending to the Nearest Neighbor in the Delaunay Graph Space

Teng Qiu, Yongjie Li|arXiv (Cornell University)|Feb 16, 2015

Data Management and Algorithms参考文献 12被引用 6

一句话总结

本文提出了一种新颖的聚类方法，通过利用Delaunay图来引导数据点组织成自然聚类，通过强制每个点在其图结构内选择最近邻来实现。通过将邻居选择限制在Delaunay邻居范围内，该方法天然避免了冗余或不希望的边，从而在无需后续处理移除边的情况下实现自动聚类，因此相较于以往的树内（in-tree）方法，提高了聚类的准确性和效率。

ABSTRACT

In our previous works, we proposed a physically-inspired rule to organize the data points into an in-tree (IT) structure, in which some undesired edges are allowed to occur. By removing those undesired or redundant edges, this IT structure is divided into several separate parts, each representing one cluster. In this work, we seek to prevent the undesired edges from arising at the source. Before using the physically-inspired rule, data points are at first organized into a proximity graph which restricts each point to select the optimal directed neighbor just among its neighbors. Consequently, separated in-trees or clusters automatically arise, without redundant edges requiring to be removed.

研究动机与目标

• 解决树内（IT）聚类结构中冗余或不希望的边的问题，这些边需要在后期移除。
• 通过将邻居选择限制在邻近图上，从源头上防止此类边的形成。
• 通过基于Delaunay图的邻居选择机制，实现自动聚类形成。
• 通过消除结构构建后对边修剪的需求，提高聚类效率和准确性。
• 提供一种受物理启发的聚类框架，通过拓扑约束自然地将数据分离为不同的聚类。

提出的方法

• 该方法首先对数据点构建Delaunay三角剖分，以定义局部邻近关系。
• 每个数据点仅被限制在其Delaunay邻居中选择最优的有向邻居。
• 此约束确保仅形成具有拓扑意义的连接，从而减少虚假边。
• 选择过程遵循一种受物理启发的规则，促进向密度更高的区域下降，形成自然分割为聚类的树内结构。
• 由此产生的结构天然避免了冗余边，因此无需后期处理移除。
• 聚类作为有向图中的独立连通分量自然出现，对应于不同的数据组。

实验结果

研究问题

• RQ1 将邻居选择限制在Delaunay邻居范围内，是否能防止在树内聚类中形成冗余或不希望的边？
• RQ2 使用Delaunay图作为结构约束，是否能导致更准确且自然分割的聚类？
• RQ3 能否通过在构建时施加邻近约束，实现在无需后期处理边移除的情况下完成聚类？
• RQ4 与标准的树内方法相比，基于Delaunay的邻居选择在聚类质量和计算效率方面表现如何？
• RQ5 该方法在复杂或噪声较大的数据分布中，对聚类结构的保持程度如何？

主要发现

• 通过将邻居选择限制在Delaunay邻居范围内，该方法成功防止了在树内构建过程中形成冗余或不希望的边。
• 聚类作为有向图中的独立连通分量自然出现，无需进行边修剪。
• 该方法通过Delaunay三角剖分利用拓扑邻近性，实现了聚类准确性的提升。
• 该算法通过避免以往树内方法所需的后期处理步骤，表现出更高的效率。
• 当受Delaunay邻近性约束时，受物理启发的下降规则导致了更稳定且更有意义的聚类边界。
• 由于Delaunay图的固有几何特性，该方法在处理复杂数据分布时表现出鲁棒性。