我在 R^3 中有 n 个点,我想用 k 个椭圆体或圆柱体来覆盖(我真的不在乎;以更容易的为准)。我想大约最小化卷的并集。假设 n 是数万,k 是少数。开发时间(即简单性)比运行时间更重要。
显然,我可以运行 k-means 并为我的椭球使用完美的球。或者我可以运行 k-means,然后使用每个簇的最小封闭椭球而不是用球覆盖,尽管在最坏的情况下也好不到哪里去。我见过用 k-means 处理各向异性的讨论,但我看到的链接似乎认为我手头有张量;我不知道,我只知道数据将是椭球体的联合。有什么建议么?
[编辑:有几票赞成混合多元高斯,这似乎是一个可行的尝试。启动一个 EM 代码来做到这一点不会最小化联合的体积,但当然 k-means 也不会最小化体积。]