Робастный метод k-means на основе минимизации дифференцируемых оценок среднего, нечувствительных к выбросам

Abstract

Предложен новый подход к построению варианта алгоритма кластеризации k-means, в котором вместо евклидова расстояния используется расстояние Махаланобиса. Он основан на минимизации дифференцируемых оценок среднего значения, нечувствви- тельных к выбросам. На примерах показана возможность устойчивости предложенного алгоритма по отношению к выбросам в данных. A new approach toconstructing avariant of the k-means clustering algorithm isproposed, in which the Mahalanobis distance is used instead of the Euclidean distance. It is based on minimizing di˙erentiable estimates of average values that are insensitive tooutliers. The examples show the possibility of stability of the proposed algorithm with respect tooutliers in the data.