HypHC:双曲层次聚类 源码

双曲层次聚类(HypHC) 该代码是NeurIPS 2020论文的官方PyTorch实现: 从树到连续嵌入再到背面:双曲层次聚类Ines Chami,Albert Gu,Vaggos Chatziafratis和ChristopherRé 斯坦福大学论文: : 抽象的。 基于相似性的层次聚类(HC)是一种经典的无监督机器学习算法,传统上已使用诸如平均链接之类的启发式算法进行了求解。 最近,Dasgupta通过引入衡量给定树质量的全局成本函数,将HC重新构架为离散的优化问题。 在这项工作中,我们提供了可证明的质量保证的Dasgupta离散优化问题的首次连续松弛。 我们方法的关键思想HypHC显示了从离散树到连续表示的直接对应关系(通过其叶节点的双曲线嵌入)和向后(通过将叶子嵌入映射到树状图的解码算法)的直接对应关系,从而使我们能够进行搜索具有连续优化的离散二叉树的空间。 建立在树与双