Ultra Scalable Spectral Clustering

Inicialmente este trabalho foi realizado para a cadeira de Algebra Linear para Aprendizado de Máquina - PUC-Rio.

Este repositório apresenta uma implementação do Ultra Scalable Spectral Clustering.

O que é?

Antes de iniciar, é preciso que você tenha algum conhecimento sobre Espectral Clustering

Você pode visualizar um notebook explicando seu funcionamento aqui

Para lidar com datasets (conjunto de dados) extremamente grandes, o algoritmo U-SPEC proposto usa uma abordagem baseada em sub-matrix e visa quebrar o gargalo de eficiência por meio de três fases.

Você pode visualizar melhor o artigo aqui

Notas

• Imports

  Os algoritmos neste reposiório necessitam das seguintes bibliotecas

  Imports
  pandas
  numpy
  matplotlib
  scikit-learn
  scipy
  tensorflow
  tqdm

Notebooks

Aqui deve ser colocado uma referência aos notebooks

Uso

Aqui deve ser colocado uma referência ao código fonte

Exemplos

Aqui deve ser colocado alguns resultados visuais, como métricas, tempo de execução etc

Observação

Para operar em em uma quantidade muito grande de elementos (ex: 1 Milhão) é necessário utilizar a multiplicação de matrizes espasas, no momento essa operação só está otimizada em espaço, em tempo ainda demora muito. Caso haja alguma atualização do tensorflow com otimizações de operações Sparse X Sparse esse algoritmo será atualizado