title: A Framework for Projected Clustering of High Dimensional Data Streams pdf

code: None

abstract

本文提出了一个新的高维流式数据聚类的方法， HPStream。该方法利用了投影聚类的思想，在低维度子空间中进行聚类。但是传统的特征选择算法需要遍历整个数据集，并且计算复杂度相当大。

本文提出的高维度投影流聚类通过在流处理过程中不断的微调投影维度和数据点的集合来达到聚类效果。

contribution

projected clustering

提出了流式数据下的投影聚类的方法，和传统的投影聚类的方法不同的是，以往的方法要么是考虑了全部的数据维度的流式聚类，例如CluStream，要么是只考虑了投影聚类，没有考虑到实际的流式数据的应用环境，例如 PROCLUS

linear update philosophy in projected clustering

提出了一种投影聚类下的线性更新的理论，实现大规模高维度数据下的聚类。组作还提出了几个新的概念，例如fading clustering structure，能够根据用户的需求，非常方便的结合当前的数据和历史的数据进行聚类。

Fading Clustering Structure

该方法非常类似于BIRCH算法，不过在统计CF（聚类特征）的时候，引入了一个随着时间（指数）衰减的函数进行加权。

image.png image.png

projected clustering algorithm

image.png image.png image.png image.png