中餐过程可能与距离相关

Question

我是机器学习的新手，我想在MATLAB中实现与距离相关的中餐厅过程，用于音频轨迹的聚类。

我想在26个特征上使用dd。我猜这个过程可能是这样的

• 读取第一个特征向量并为其分配一个“表”。
• 阅读第二个特征向量，并将其与第一个“表格”进行比较，可能使用两个向量的余弦角(由于高维)，如果它在某个定义的θ内一致，则加入该表，否则启动一个新的。
• 读取下一个特性，并对每个现有表的新特征向量重复步骤2。
• 在发生这种情况时，我将跟踪有多少个表。

我将运行该算法，例如，16声道。音频输入算法的方式是，第一个特征向量来自音频轨道1中的第一个帧，第二个特征向量来自于轨道2中的第一个帧，因为我试图找出哪些音频轨道最喜欢聚在一起，但我不想定义有多少质心。显然，我将不得不跟踪哪一个音频轨道是在哪个“桌子”。

这有道理吗？

Answer 1

这不是中式餐厅的过程。这是一种与中餐过程有一定相似性的启发式算法。在CRP中，所有的内容都是按照项目分配到集群的优先级(表类推)来表述的，它们与每个集群的似然函数结合在一起(这就形成了您所描述的相似函数)。然后，通过Gibbs抽样进行推断，这意味着在给定所有其他赋值的情况下，对每条轨道依次分配哪一组不确定的抽样。非参数化的变分方法仍处于非常初步的状态.

你为什么要用CRP？你认为除了传统的聚类方法之外，你还能从中得到一些东西吗？实现和正确理解非参数化的入门门槛相当高，而且由于我提到的推理方面的限制，目前它们通常没有什么实际用途。

Answer 2

您可以使用X-means算法，它根据贝叶斯信息准则(或BIC)自动确定质心的最优数目(以及簇数)。简而言之，该算法寻找每个集群的密度，以及每个集群离另一个集群有多远。