IDEAS主页打印自https://ideas.repec.org/a/eee/csdana/v97y2016icp133-150.html
  我的参考书目  保存此文章

通过广义双曲混合进行聚类、分类、判别分析和降维

作者

上市的：
  • 凯瑟琳·莫里斯
  • 保罗·D·麦克尼古拉斯。

摘要

介绍了一种通过聚类、分类或判别分析进行降维的方法。这种基于混合模型的方法是基于基于模型的聚类、分类或判别分析范式中的简化子空间拟合广义双曲混合。通过考虑群平均值和群协方差变化的程度，导出了数据的约化子空间。子空间的成员通过原始数据的线性组合产生，并通过相关特征值按重要性排序。观测值可以投影到子空间上，从而产生一组变量，捕获大部分可用的聚类信息。广义双曲混合的使用提供了一个强大的框架，能够处理倾斜的簇。尽管各个应用领域对降维的需求越来越大，但许多应用程序都是生物性的，因此一些真实的数据示例就在这个范围内。模拟数据也用于说明。

建议引用

  • Morris，Katherine&McNicholas，Paul D.，2016年。"通过广义双曲混合进行聚类、分类、判别分析和降维,"计算统计与数据分析爱思唯尔，第97卷（C），第133-150页。
    • 手柄：RePEc:eee:csdana:v:97:y:2016:i:c:p:133-150
    内政部：10.1016/j.csda.2015.10.008
    作为

    从出版商下载全文

    文件URL: 网址：http://www.sciencedirect.com/science/article/pii/S0167947315002637
    下载限制：全文仅供ScienceDirect用户使用。
    文件URL: https://libkey.io/10.1016/j.csda.2015.10.008？utm_source=ideas
    LibKey链接：如果访问受到限制，并且您的库使用此服务，LibKey会将您重定向到可以使用库订阅访问此项目的位置
    ---><---

    由于此文档的访问受到限制，您可能希望搜索换一个不同的版本。

    IDEAS上列出的参考文献

    作为
    1. Vrbik，I.和McNicholas，P.D.，2012年。"多元偏t混合模型EM算法的解析计算,"统计与概率信件爱思唯尔，第82（6）卷，第1169-1174页。
    2. Utkarsh J.Dang&Ryan P.Browne&Paul D.McNicholas，2015年。"多元幂指数分布的混合,"生物计量学,国际生物识别学会，第71卷（4），第1081-1089页，12月。
    3. Nema Dean&Thomas Brendan Murphy&Gerard Downey，2006年。"使用未标记数据更新分类规则并应用于食品真实性研究,"英国皇家统计学会杂志C辑，皇家统计学会，第55卷（1），第1-14页，1月。
    4. 邱伟良（Weiliang Qiu）和哈里·乔（Harry Joe），2006年。"具有指定分离度的随机聚类的生成,"分类杂志，施普林格；船级社，第23卷（2），第315-334页，9月。
    5. Murray，Paula M.和Browne，Ryan P.和McNicholas，Paul D.，2014年。"偏t因子分析仪的混合物,"计算统计与数据分析爱思唯尔，第77（C）卷，第326-335页。
    6. Katherine Morris和Paul D.McNicholas，2013年。"基于移动非对称拉普拉斯分布混合模型的聚类降维,"统计与概率信件爱思唯尔，第83卷（9），第2088-2093页。
    7. 卢卡·斯克鲁卡（Luca Scrucca），2014年。"基于模型的混合判别分析的图形工具,"数据分析和分类进展，施普林格；德国船级社-Gesellschaft für Klassifikation（GfKl）；日本船级社；意大利统计学会分类和数据分析小组；国际船级社联合会，第8卷（2），第147-165页，6月。
    8. Lin，Tsung-I&McNicholas，Paul D.&Ho，Hsiu J.，2014年。"通过节约型t混合模型捕获模式,"统计与概率信件爱思唯尔，第88卷（C），第80-87页。
    9. Chris Fraley和Adrian E.Raftery，1999年。"MCLUST：基于模型的聚类分析软件,"分类杂志，施普林格；船级社，第16卷（2），第297-306页，七月。
    10. Andrews、Jeffrey L.和McNicholas、Paul D.和Subedi，Sanjeena，2011年。"基于模型的多元t分布混合分类,"计算统计与数据分析爱思唯尔，第55卷（1），第520-529页，1月。
    11. 劳伦斯·休伯特和菲普斯·阿拉比，1985年。"比较分区,"分类杂志，施普林格；船级社，第2卷（1），第193-218页，12月。
    12. 凯瑟琳·莫里斯（Katherine Morris）、保罗·麦克尼古拉斯（Paul McNicholas）和卢卡·斯克鲁卡（Luca Scrucca），2013年。"基于模型聚类的多维$$t$t-分布混合降维,"数据分析和分类进展，施普林格；德国船级社-Gesellschaft für Klassifikation（GfKl）；日本船级社；意大利统计学会分类和数据分析小组（CLADAG）；国际船级社联合会（IFCS），第7卷（3），第321-338页，9月。
    13. 丹克马尔·伯宁（Dankmar Böhning）、埃克哈特·迪茨（Ekkehart Dietz）、雷内尔·肖布（Rainer Schaub）、彼得·施拉特曼（Peter Schlattmann）和布鲁斯·林赛（Bruce Lindsay），1994年。"单参数指数族密度混合的似然比分布,"统计数学研究所年鉴，施普林格；统计数学研究所，第46卷（2），第373-388页，6月。
    14. O'Hagan，Adrian&Murphy，Thomas Brendan&Gormley，Isobel Claire&McNicholas，Paul D.&Karlis，Dimitris，2016年。"多元正态逆高斯分布聚类,"计算统计与数据分析爱思唯尔，第93卷（C），第18-30页。
    15. Irene Vrbik和Paul McNicholas，2015年。"部分监督分类,"分类杂志，施普林格；船级社，第32卷（3），第359-381页，10月。
    16. Olvi L.Mangasarian&W.Nick Street&William H.Wolberg，1995年。"基于线性规划的乳腺癌诊断与预后,"运筹学《信息》，第43卷（4），第570-577页，8月。
    17. Vrbik，Irene&McNicholas，Paul D.，2014年。"用于基于模型的聚类和分类的简洁偏斜混合模型,"计算统计与数据分析，爱思唯尔，第71卷（C），第196-210页。
    18. Adrian E.Raftery和Nema Dean，2006年。"基于模型聚类的变量选择,"美国统计协会杂志，美国统计协会，第101卷，第168-178页，3月。
    19. McNicholas，P.D.&Murphy，T.B.&McDaid，A.F.&Frost，D.，2010年。"基于模型聚类的简约高斯混合模型的串行和并行实现,"计算统计与数据分析爱思唯尔，第54卷（3），第711-723页，3月。
    20. Todorov，Valentin和Filzmoser，Peter，2009年。"稳健多元分析的面向对象框架,"统计软件杂志《开放获取统计基金会》，第32卷（i03）。
    完整参考文献 （包括与IDEAS上的项目不匹配的项目）

    引文

    引文由CitEc项目，订阅其RSS源用于此项目。
    作为


    引用人：

    1. Wei，Yuhong&Tang，Yang&McNicholas，Paul D.，2019年。"不完全数据基于模型聚类的广义双曲分布和偏t分布的混合,"计算统计与数据分析爱思唯尔，第130（C）卷，第18-41页。
    2. Murray，Paula M.&Browne，Ryan P.&McNicholas，Paul D.，2017年。"混合SDB偏t因子分析仪,"计量经济与统计爱思唯尔，第3卷（C），第160-168页。
    3. Paul D.McNicholas，2016年。"基于模型的聚类,"分类杂志，施普林格；船级社，第33卷（3），第331-373页，10月。
    4. Sanjeena Subedi和Paul D.McNicholas，2021年。"一种变分近似-DIC族内参数估计和混合模型选择准则,"分类杂志，施普林格；船级社，第38卷（1），第89-108页，4月。
    5. Murray，Paula M.&Browne，Ryan P.&McNicholas，Paul D.，2017年。"隐截断双曲分布及其有限混合及其在聚类中的应用,"多元分析杂志爱思唯尔，第161（C）卷，第141-156页。

    最相关的项目

    这些是最常引用与本书相同作品的项目，也被与本书同样的作品引用。
    1. Paul D.McNicholas，2016年。"基于模型的聚类,"分类杂志，施普林格；船级社，第33卷（3），第331-373页，10月。
    2. Utkarsh J.Dang&Michael P.B.Gallaugher&Ryan P.Browne&Paul D.McNicholas，2023年。"基于模型的多元斜幂指数分布混合聚类与分类,"分类杂志，施普林格；船级社，第40卷（1），第145-167页，4月。
    3. Sanjeena Subedi和Paul McNicholas，2014年。"正态逆高斯分布混合聚类的变分Bayes近似,"数据分析和分类进展，施普林格；德国船级社-Gesellschaft für Klassifikation（GfKl）；日本船级社；意大利统计学会分类和数据分析小组（CLADAG）；国际船级社联合会（IFCS），第8卷（2），第167-193页，6月。
    4. Wei，Yuhong&Tang，Yang&McNicholas，Paul D.，2019年。"不完全数据下基于模型聚类的广义双曲分布和偏t分布的混合,"计算统计与数据分析爱思唯尔，第130（C）卷，第18-41页。
    5. Cristina Tortora和Brian C.Franczak、Ryan P.Browne和Paul D.McNicholas，2019年。"凝聚广义双曲分布的混合,"分类杂志，施普林格；船级社，第36卷（1），第26-57页，4月。
    6. Murray，Paula M.和Browne，Ryan P.和McNicholas，Paul D.，2014年。"偏t因子分析仪的混合物,"计算统计与数据分析爱思唯尔，第77（C）卷，第326-335页。
    7. Sanjeena Subedi和Paul D.McNicholas，2021年。"一种变分近似-DIC族内参数估计和混合模型选择准则,"分类杂志，施普林格；船级社，第38卷（1），第89-108页，4月。
    8. Murray，Paula M.&Browne，Ryan P.&McNicholas，Paul D.，2017年。"混合SDB偏t因子分析仪,"计量经济与统计爱思唯尔，第3卷（C），第160-168页。
    9. 莫里斯（Morris）、凯瑟琳（Katherine）和蓬佐（Punzo）、安东尼奥（Antonio）和麦克尼古拉斯（McNicholas）、保罗（Paul D.）和布朗（Browne）、瑞安（Ryan P.），2019年。"非对称簇和离群值：多元污染移位非对称拉普拉斯分布的混合,"计算统计与数据分析爱思唯尔，第132（C）卷，第145-166页。
    10. Vrbik，Irene&McNicholas，Paul D.，2014年。"基于模型聚类和分类的简约斜交混合模型,"计算统计与数据分析爱思唯尔，第71卷（C），第196-210页。
    11. Cristina Tortora和Paul D.McNicholas以及Ryan P.Browne，2016年。"广义双曲因子分析器的混合,"数据分析和分类进展，施普林格；德国船级社-Gesellschaft für Klassifikation（GfKl）；日本船级社；意大利统计学会分类和数据分析小组（CLADAG）；国际船级社联合会（IFCS），第10卷（4），第423-440页，12月。
    12. Utkarsh J.Dang&Antonio Punzo&Paul D.McNicholas&Salvatore Ingrassia&Ryan P.Browne，2017年。"高斯聚类加权模型的多元响应和解析性,"分类期刊，施普林格；船级社，第34卷（1），第4-34页，4月。
    13. 于洪伟（Yuhong Wei）和保罗·麦克尼古拉斯（Paul McNicholas），2015年。"聚类的混合模型平均,"数据分析和分类进展，施普林格；德国船级社-Gesellschaft für Klassifikation（GfKl）；日本船级社；意大利统计学会分类和数据分析小组；国际船级社联合会（IFCS），第9卷（2），第197-217页，6月。
    14. Tang，Yang&Browne，Ryan P.&McNicholas，Paul D.，2015年。"基于模型的高维二进制数据聚类,"计算统计与数据分析爱思唯尔，第87卷（C），第84-101页。
    15. Michael P.B.Gallaugher和Paul D.McNicholas，2019年。"分数监督分类：权重选择与多元t分布的推广,"分类杂志，施普林格；船级社，第36卷（2），第232-265页，7月。
    16. Paula M.Murray、Ryan P.Browne和Paul D.McNicholas，2020年。"隐截断双曲因子分析器的混合,"分类杂志，施普林格；船级社，第37卷（2），第366-379页，7月。
    17. Andrews、Jeffrey L.和McNicholas、Paul D.和Subedi，Sanjeena，2011年。"基于模型的多元t分布混合分类,"计算统计与数据分析爱思唯尔，第55卷（1），第520-529页，1月。
    18. 凯瑟琳·莫里斯（Katherine Morris）、保罗·麦克尼古拉斯（Paul McNicholas）和卢卡·斯克鲁卡（Luca Scrucca），2013年。"基于模型聚类的多维$$t$t-分布混合降维,"数据分析和分类进展，施普林格；德国船级社-Gesellschaft für Klassifikation（GfKl）；日本船级社；意大利统计学会分类和数据分析小组（CLADAG）；国际船级社联合会（IFCS），第7卷（3），第321-338页，9月。
    19. Sanjeena Subedi、Antonio Punzo、Salvatore Ingrassia和Paul McNicholas，2013年。"通过聚类加权因子分析仪进行聚类和分类,"数据分析和分类进展，施普林格；德国船级社-Gesellschaft für Klassifikation（GfKl）；日本船级社；意大利统计学会分类和数据分析小组（CLADAG）；国际船级社联合会（IFCS），第7卷（1），第5-40页，3月。
    20. Michael P.B.Gallaugher&Salvatore D.Tomarchio&Paul D.McNicholas&Antonio Punzo，2022年。"使用偏斜分布的多变量聚类加权模型,"数据分析和分类进展，施普林格；德国船级社-Gesellschaft für Klassifikation（GfKl）；日本船级社；意大利统计学会分类和数据分析小组（CLADAG）；国际船级社联合会（IFCS），第16卷（1），第93-124页，3月。

    更正

    本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:eee:csdana:v:97:y:2016:i:c:p:133-150。请参阅一般信息关于如何在RePEc中更正材料。

    如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

    如果CitEc公司识别了书目参考，但没有将RePEc中的项目链接到它，您可以帮助这个表格.

    如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者，您可能还需要检查您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

    有关此项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：Catherine Liu（电子邮件如下）。供应商的一般联系方式：http://www.elsevier.com/locate/csda.

    请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。

    思想是一个经济学研究论文服务。RePEc使用各出版商提供的书目数据。