Hay una manera de ejecutar un $k$ -medios mediante el método de Elkan, que utiliza la desigualdad del triángulo para evitar algunos cálculos.
Estoy tratando de pensar en una manera de hacer un tipo de cosa similar para la maximización de la expectativa, específicamente si usted está usando modelos de mezcla gaussiana.
Lamentablemente, sólo veo pesos y probabilidades dentro del algoritmo EM, no nada que sea una métrica de distancia.
Mi mejor idea fue utilizar $k$ -medias con desigualdad de triángulos, ejecutar hasta la convergencia, y utilizar las respuestas finales como centros de cluster de partida para EM. Pero este método no hace realmente la desigualdad de triángulo dentro de EM sí mismo.
¿Hay alguna forma de utilizar la agrupación suave y seguir utilizando la desigualdad de triángulos?
