论文部分内容阅读
核矩阵在很多机器学习算法中发挥了重要作用,但核矩阵处理的开销非常大。Nystrom方法是流行的抽样方法,抽样使得在处理较大型核矩阵时减少了计算负担。但是,Nystrom方法抽样时采用的是对矩阵进行行、列随机抽样,所以使得准确性受到影响。本文提出了一种基于密度的聚类Nystrom方法,使用密度类算法选出的中心点作为标志点,通过提高聚类的速度和质量来提高Nystrom方法的速度和质量,从而提高了抽样的效率和准确性。