論文筆記：Towards K-means-friendly Spaces: Simultaneous Deep Learning and Clustering

Towards K-means-friendly Spaces: Simultaneous Deep Learning and Clustering 1 摘要 2 相關工作 3 提出方法 1 摘要 降維和聚類是現在研究的兩大任務。數據樣本通過易於聚類的潛在表示得到的，但是實際上，潛在空間到數據的變換可能更復雜。本文將這個變換假設爲一種未知的，可能是非線性函數。爲了獲得聚類友好型的潛層表示和更好的聚

>>阅读原文<<