算法 深度聚类方法之跨实例引导的对比聚类(Cross-instance guided Contrastive Clustering,C3)

深度聚类方法之跨实例引导的对比聚类(Cross-instance guided Contrastive Clustering,C3)

1.参考文献

《C3: Cross-instance guided Contrastive Clustering》

2.跨实例引导的对比聚类(Cross-instance guided Contrastive Clustering,C3)

该方法是在对比聚类(Contrastive Clustering,CC)上面的改进。

关于对比聚类可看我上一篇博客《深度聚类方法之对比聚类(Contrastive Clustering,CC)》

方法

①首先使用对比聚类(Contrastive Clustering,CC)框架来训练网络。

具体看上面链接，不作重复介绍。

改进之处

②引入了超参数，对相似度大于或等于一个阈值，则认为样本是一致的，通过新的损失函数对网络继续训练网络，从而得到更好的结果，具体损失函数如下

其中

 是指示器函数，下式是计算他们的相似度。

 最终，C3算法如下

 一些实验结果

C3方法比CC方法有改进。

不同的超参数设置对结果的影响

总结：如果有大量的集群，那么最好是选择一个较大的。另一方面，如果数据有少量的集群，那么首选更小的（但不是太小，譬如=0.6），因为它训练得更快。

文章链接