[B! clustering] overlastのブックマーク

Multi-view kernel construction - Machine Learning

Bickel, S., & Scheffer, T. (2004). Multi-view clustering. In Proceedings of the IEEE international conference on data mining (pp. 19–26). Blaschko, M., & Lampert, C. (2008). Correlational spectral clustering. Computer Vision and Pattern Recognition. DOI:10.1109/CVPR.2008.4587353. CVPR 2008. IEEE Conference on pp. 1–8 (2008). Google Scholar Blaschko, M. B., Lampert, C. H., & Gretton, A. (2008). Sem

overlast 2010/09/01

clustering

リンク

Power Iteration Clustering - tsubosakaの日記

岡野原さんのtweetで紹介されていたPower Iteration Clusteringという文章分類の手法に関する論文[1,2]を読んでみた。背景 n個のデータX={x_1,...,x_n}が与えられたときに各データ間の類似度s(x_i,x_j)を成分に持つ類似度行列Aを考える。また次数行列としてAのi行目の値を合計したd_{ii} = \sum_j A_{ij}を対角成分にもつ対角行列をDとする。このときW:=D^{-1} Aをnormalized affinity matrixと定義する。簡単のためWはフルランクであるとする。この行列はすべての要素が1となる固有ベクトルをもち、この時固有値は1となる。実はこれが最大固有値である(行列Aの行和が1となること+Gershgorin circle theorem(en)より導かれる)。また、行列Wの固有値を1=λ_1>=...>=

overlast 2010/05/15

リンク

[機械学習] bayon+LSHIKITを使って画像クラスタリング - tsubosakaの日記

bayonを使って画像からbag-of-keypointsを求める - のんびり読書日記の記事を読んで、クラスタリングを行う際の入力データを作るために文献[1]にある方法が利用できると思って実験してみた。局所特徴量を持ったデータの取扱い画像データの分類などを行う際にSIFTのような画像中の特徴点(keypoint)を抽出するということがよく行われる。例えばSIFTを用いる場合は各keypointは128次元のベクトルとなり、画像ごとにいくつかのkeypointが抽出される。ここで抽出されるkeypointの数は画像ごとに異なる。このため、画像間の類似性を比較するのは困難である。これに対するアプローチとしては一つは画像中の特徴点同士の全対比較を行う、もしくはマッチングをとるという方法が挙げられるがこれは計算量が非常に大きい。別の方法としてヒストグラムを利用するという方法がある。これ

overlast 2010/01/31

リンク

はてなブログ | 無料ブログを作成しよう

来年も作りたい！ふきのとう料理を満喫した　2024年春の記録春は自炊が楽しい季節 1年の中で最も自炊が楽しい季節は春だと思う。スーパーの棚にやわらかな色合いの野菜が並ぶと自然とこころが弾む。中でもときめくのは山菜だ。早いと2月下旬ごろから並び始めるそれは、タラの芽、ふきのとうと続き、桜の頃にはうるい、ウド、こ…

overlast 2009/06/18

リンク

軽量データクラスタリングツールbayon - mixi engineer blog

逆転検事を先日クリアして、久しぶりに逆転裁判1〜3をやり直そうか迷い中のfujisawaです。シンプルなデータクラスタリングツールを作成しましたので、そのご紹介をさせていただきます。クラスタリングとはクラスタリングとは、対象のデータ集合中で似ているもの同士をまとめて、いくつかのグループにデータ集合を分割することです。データマイニングや統計分析などでよく利用され、データ集合の傾向を調べたいときなどに役に立ちます。例えば下図の例ですと、当初はデータがゴチャゴチャと混ざっていてよく分からなかったのですが、クラスタリングすることで、実際は3つのグループのデータのみから構成されていることが分かります。様々なクラスタリング手法がこれまでに提案されていますが、有名なところではK-means法などが挙げられます。ここでは詳細については触れませんが、クラスタリングについてより詳しく知りたい方は以下の

overlast 2009/06/10

リンク

Statistics::Cluto - Perl binding for CLUTO - metacpan.org

NAME Statistics::Cluto - Perl binding for CLUTO INSTALLATION Download CLUTO from http://glaros.dtc.umn.edu/gkhome/views/cluto. Find libcluto.a which matches your environment and place it under your library path (or specify its path with LIBS option as shown below). Then do: perl Makefile.PL [LIBS='-L/where/to/find/libcluto.a -lcluto'] make make test make install Tested with cluto-2.1.2/Darwin-i386

overlast 2007/07/18

リンク

CLUTO download | Karypis Lab

The CLUTO data clustering package is currently distributed as a single file that contains binary distributions for Linux, Sun, OSX, and MS Windows platforms. The first step in getting and using CLUTO is to download the binary distribution file. CLUTO's distribution is available as either a Unix gziped tar file or as a Windows zip file.