高阶互信息最大化与伪标签指导的深度聚类

刘超,孔兵,杜国王,周丽华,陈红梅,包崇明

Deep clustering via high-order mutual information maximization and pseudo-label guidance

Chao LIU,Bing KONG,Guo-wang DU,Li-hua ZHOU,Hong-mei CHEN,Chong-ming BAO

表 3 HMIPDC和3种变种算法在4个数据集上的聚类结果

Tab.3 Clustering results of HMIPDC and three variants on four datasets

% 数据集 方法 ACC NMI ARI F1 ACM AD 91.87±0.12 70.92±0.29 77.49±0.32 91.67±0.29 AD-MI 91.94±0.15 71.50±0.33 77.57±0.36 91.95±0.15 AD-PL 92.07±0.12 72.08±0.23 77.92±0.28 92.08±0.12 AD-MI-PL 92.12±0.15 72.18±0.52 78.04±0.39 92.13±0.14 Citeseer AD 64.80±0.98 39.25±0.92 40.28±0.69 62.86±0.64 AD-MI 70.65±0.89 44.82±0.50 47.47±0.68 66.56±0.38 AD-PL 70.67±0.58 43.90±0.73 46.08±0.91 64.57±0.78 AD-MI-PL 71.93±0.31 46.07±0.23 48.28±0.50 66.96±0.26 DBLP AD 78.30±0.62 46.94±0.45 52.07±0.75 77.72±0.59 AD-MI 79.05±0.35 47.83±0.57 52.96±0.61 78.60±0.34 AD-PL 79.21±0.80 48.66±0.71 54.24±0.53 78.83±0.57 AD-MI-PL 80.34±0.16 49.41±0.34 55.39±0.28 79.76±0.32 AMAP AD 72.67±1.19 61.62±1.15 54.17±1.05 66.25±2.35 AD-MI 76.68±0.98 65.53±0.85 58.84±0.89 73.17±2.47 AD-PL 74.36±0.91 64.11±0.95 57.23±1.36 71.64±2.16 AD-MI-PL 80.83±0.78 69.47±0.46 65.23±1.64 75.87±2.08