Robust MKKMUsing Min-Max Optimization与普通的多核k-means聚类有什么不同

Robust MKKM (Multiple Kernel k-Means) using Min-Max Optimization 是一种多核聚类算法，与普通的多核k-means聚类算法有以下不同：

1. 优化目标不同：Robust MKKM使用了min-max优化策略，旨在最大化聚类结果的稳健性和鲁棒性。而普通的多核k-means聚类只是简单地使用了k-means算法进行聚类。

2. 核函数选择：Robust MKKM使用了多个核函数，通过组合不同的核函数来获取更好的聚类结果。而普通的多核k-means聚类只使用一个核函数。

3. 聚类中心的选择：Robust MKKM使用了一种称为“极大化相似性度量”的方法来选择聚类中心，这种方法可以使聚类结果更加鲁棒。而普通的多核k-means聚类只使用了k-means算法来选择聚类中心。

总之，Robust MKKM相对于普通的多核k-means聚类算法，具有更好的稳健性和鲁棒性，并且可以使用多个核函数来进行聚类，从而得到更好的聚类结果。