×
韦德，萨拉;佐宾·加赫拉马尼
[斯特凡诺·莫尼;乔治·保隆;洛伦佐·特里帕;彼得·米勒;菲利尔、尼亚尔;里卡多·拉斯泰利;杨伟民;罗伯托·卡萨林;斯特凡诺·托内拉托;雷扎·穆罕默德;费德里科·卡斯特莱蒂;佩卢索、斯特凡诺]

贝叶斯聚类分析：点估计和可信球（讨论）。 （英语） Zbl 1407.62241号

贝叶斯分析。 13，第2期，559-626（2018）.
摘要：聚类在统计学和机器学习中得到了广泛的研究，在许多领域都有应用。与返回单个聚类解的聚合层次聚类或k-means等流行算法不同，贝叶斯非参数模型在整个分区空间上提供了一个后验值，允许评估统计特性，例如簇数的不确定性。然而，一个重要的问题是如何总结后面的内容；分区空间的巨大尺寸和可视化的困难增加了这个问题。在贝叶斯分析中，通常通过报告点估计值（如后验均值）以及95%可信区间来总结实际值感兴趣参数的后验值，以表征不确定性。在本文中，我们将这些思想扩展到开发适当的点估计和可信集，以基于决策和信息论技术总结聚类结构的后验性。

引用于45文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
2015年1月62日 贝叶斯推断
62G07年 密度估算
62G15年 非参数容差和置信区域

关键词：

混合物模型;随机分区;信息的变化;粘合剂损失;贝叶斯非参数模型;可靠区间

软件：

AS 136标准;麦克洛斯特
PDF格式BibTeX公司 XML格式引用
\textit{S.Wade}和\textit{Z.Ghahramani}，贝叶斯分析。13，第2号，559--626（2018；Zbl 1407.62241）
全文： DOI程序 arXiv公司 欧几里得

参考文献：

[1] Binder，D.（1978年）。“贝叶斯聚类分析”，《生物特征》，65:31-38·Zbl 0376.62007号 ·doi:10.1093/biomet/65.1.31
[2] Broderick，T.、Kulis，B.和Jordan，M.（2013年）。“MAD-Bayes:基于MAP的Bayes渐近推导”，《第30届机器学习国际会议论文集》，226-234。
[3] Dahl，D.（2006）。“通过Dirichlet过程混合模型对表达数据进行基于模型的聚类”，Do，K.，Müller，P.和Vannucci，M.（编辑），基因表达和蛋白质组学的贝叶斯推断，201-218。剑桥大学出版社。
[4] Dahl，D.（2009）。“一类产品划分模型中的模态聚类”，贝叶斯分析，4:243–264·Zbl 1330.62248号 ·doi:10.1214/09-BA409
[5] Duan，J.、Guindani，M.和Gelfand，A.（2007年）。“广义空间Dirichlet过程”，《生物统计学》，94:809-825·Zbl 1156.62064号 ·doi:10.1093/biomet/asm071
[6] Dunson，D.（2010年）。“非参数贝叶斯在生物统计学中的应用”，收录于Hjort，N.、Holmes，C.、Müller，P.和Walker，S.（eds.），贝叶斯非参数。剑桥大学出版社。
[7] Favaro，S.和Teh，Y.（2013）。“规范化随机测量混合模型的MCMC”，《统计科学》，28:335-359·兹比尔1331.62138 ·doi:10.1214/13-STS422
[8] Favaro，S.和Walker，S.（2012年）。“切片取样\（σ\）-稳定泊松-金曼混合模型”，《计算与图形统计杂志》，22:830-847。
[9] Ferguson，T.（1973）。“一些非参数问题的贝叶斯分析”，《统计年鉴》，1:209-230·Zbl 0255.62037号 ·doi:10.1214/aos/1176342360
[10] Fraley，C.和Raftery，A.（2002年）。“基于模型的聚类、判别分析和密度估计”，《美国统计协会杂志》，97:611-631·Zbl 1073.62545号 ·doi:10.1198/016214502760047131
[11] Fritsch，A.（2012）。mcclust：处理MCMC聚类样本。统一资源定位地址http://cran.r-project.org/web/packages/mcclust/mcclust.pdf
[12] Fritsch，A.和Ickstadt，K.（2009年）。“基于后验相似矩阵的改进聚类标准”，贝叶斯分析，4:367-392·Zbl 1330.62249号 ·doi:10.1214/09-BA414
[13] Griffin，J.和Steel，M.（2006）。“基于顺序的依赖狄利克雷过程”，《美国统计协会期刊》，10:179-194·Zbl 1118.62360号 ·doi:10.1198/01621450000000727
[14] Griffiths，T.和Ghahramani，Z.（2011年）。“印度自助餐过程：介绍与回顾”，《机器学习研究杂志》，12:1185-1224·Zbl 1280.62038号
[15] Hartigan，J.和Wong，M.（1979年）。“算法AS136:A k-means聚类算法”，《皇家统计学会杂志》，C辑，28:100–108·Zbl 0447.62062号
[16] Heard，N.、Holmes，C.和Stephens，D.（2006年）。“按蚊免疫反应相关基因调控的定量研究：贝叶斯层次聚类曲线的应用”，《美国统计协会杂志》，101:18-29·Zbl 1118.62368号 ·doi:10.19198/0162114505000000187
[17] Heller，K.和Ghahramani，Z.（2005年）。《贝叶斯层次聚类》，第22届机器学习国际会议论文集，297-304。
[18] Hubert，L.和Arabie，P.（1985）。“比较分区”，《分类杂志》，2:193-218·Zbl 0587.62128号
[19] Ishwaran，H.和James，L.（2001）。《Gibbs campling methods for stick breaking priors》，《美国统计协会期刊》，96:161-173·Zbl 1014.62006年 ·doi:10.1198/016214501750332758
[20] Jiang，K.、Kulis，B.和Jordan，M.（2012年）。“指数族Dirichlet过程混合模型的小方差渐近性”，《神经信息处理系统进展》，3158–3166。
[21] Kalli，M.、Griffin，J.和Walker，S.（2011年）。切片取样混合模型〉，《统计与计算》，21:93–105·Zbl 1256.65006号 ·doi:10.1007/s11222-009-9150-y
[22] Kulis，B.和Jordan，M.（2012年）。“重温K-means:通过贝叶斯非参数的新算法”，《第29届机器学习国际会议论文集》，513-520。
[23] Lau，J.和Green，P.（2007年）。“基于贝叶斯模型的聚类程序”，《计算与图形统计杂志》，16:526-558。
[24] Likoi，A.和Prünster，I.（2011年）。“Dirichlet过程以外的模型”，收录于Hjort，N.、Holmes，C.、Müller，P.和Walker，S.（编辑），《贝叶斯非参数学》，80–136。英国剑桥：剑桥大学出版社。
[25] Lo，A.（1984）。“关于一类贝叶斯非参数估计：I.密度估计”，《统计学年鉴》，12:351-357·Zbl 0557.62036号 ·doi:10.1214/aos/1176346412
[26] Lomellí，M.、Favaro，S.和Teh，Y.（2015）。“泊松-金曼混合模型的混合取样器”，摘自Cortes，C.、Lawrence，N.、Lee，D.、Sugiyama，M.和Garnett，R.（编辑）《神经信息处理系统进展》28。
[27] Lomellí，M.、Favaro，S.和Teh，Y.（2016）。“（σ）稳定泊松-金曼混合模型的边缘采样器”，《计算与图形统计杂志》。出现。
[28] MacEachern，S.（2000年）。“依赖性Dirichlet过程”，俄亥俄州立大学统计系技术报告。
[29] Medvedovic，M.和Sivaganesan，S.（2002年）。“基于贝叶斯无限混合模型的基因表达谱聚类”，《生物信息学》，18:1194-1206。
[30] Medvedovic，M.、Yeung，K.和Bumgarner，R.（2004）。“基于贝叶斯混合模型的重复微阵列数据聚类”，《生物信息学》，20:1222-1232。
[31] 梅勒，M.（2007）。“比较聚类——基于信息的距离”，《多元分析杂志》，98:873-895·兹比尔1298.91124 ·doi:10.1016/j.jmva.2006.11.013
[32] Miller，J.和Harrison，M.（2013）。“Dirichlet过程混合物成分数量不一致的一个简单例子。”摘自Burges，C.、Bottou，L.、Welling，M.、Ghahramani，Z.和Weinberger，K.（编辑）《神经信息处理系统进展》26。Curran Associates公司。
[33] Miller，J.和Harrison，M.（2014）。“部件数量的Pitman–Yor工艺混合物不一致”，《机器学习研究杂志》，15:3333–3370·Zbl 1319.62100号
[34] Molitor，J.、Papathomas，M.、Jerrett，M.和Richardson，S.（2010年）。“贝叶斯轮廓回归在全国儿童健康调查中的应用”，《生物统计学》，11:484-498·Zbl 1437.62560号
[35] Müller，P.和Quintana，F.（2004）。“非参数贝叶斯数据分析”，《统计科学》，19:95–110·Zbl 1057.62032号
[36] Nation，J.（1991）。格理论注释。http://www.math.hawaii.edu/jb/books.html。
[37] Neal，R.（2000）。“Dirichlet过程混合模型的马尔可夫链抽样方法”，《计算与图形统计杂志》，9:249-265。
[38] Papaspiliopoulos，O.和Roberts，G.（2008）。“Dirichlet过程层次模型的回顾性马尔可夫链蒙特卡罗方法”，《生物特征》，95（1）：169-186·Zbl 1437.62576号 ·doi:10.1093/biomet/asm086
[39] Pitman，J.（2003）。“泊松-金曼分区”，《统计与科学：特里·斯皮德的节日》，1-34。比奇伍德：IMS课堂讲稿。
[40] Pitman，J.和Yor，M.（1997）。《概率年鉴》，25:855–900·Zbl 0880.60076号 ·doi:10.1214/aop/1024404422
[41] 金塔纳·F（2006）。“贝叶斯聚类的预测观点”，《统计规划与推断杂志》，136:2407-2429·Zbl 1090.62023号 ·doi:10.1016/j.jspi.2004.09.015
[42] Quintana，F.和Iglesias，P.（2003）。《贝叶斯聚类和产品划分模型》，《皇家统计学会期刊：B辑》，65:557-574·Zbl 1065.62115号 ·doi:10.111/1467-9868.00402
[43] Rand，W.（1971）。“聚类方法评估的客观标准”，《美国统计协会杂志》，66:846-850。
[44] Rasmussen，C.、De la Cruz，B.、Ghahramani，Z.和Wild，D.（2009年）。“使用Dirichlet过程混合物对基因表达簇中的不确定性进行建模和可视化”，《计算生物学和生物信息学》，IEEE/ACM汇刊，6:615-628。
[45] Raykov，Y.、Boukouvalas，A.和Little，M.（2014）。“Dirichlet过程的简单近似MAP推断”，可在https://arxiv.org/abs/1411.0939。 ·Zbl 1357.62227号 ·doi:10.1214/16-EJS1196
[46] Roeder，K.（1990年）。“以超星团和星系空洞为例的置信集密度估计”，《美国统计协会杂志》，85:617-624·Zbl 0704.62103号 ·doi:10.1080/01621459.1990.10474918
[47] Teh，Y.、Jordan，M.、Beal，M.和Blei，D.（2006年）。“等级迪里克莱过程”，《美国统计协会期刊》，101:1566-1581·Zbl 1171.62349号 ·doi:10.1198/016214500000302
[48] Vinh，N.、Epps，J.和Bailey，J.（2010年）。“聚类比较的信息论度量：变量、属性、归一化和机会修正”，《机器学习研究杂志》，11:2837–2854·Zbl 1242.62062号
[49] Wade，S.（2015）。mcclust.ext：贝叶斯聚类分析的点估计和可信球。统一资源定位地址https://www.researchgate.net/publication/279848500_mcclusterxt-manual。
[50] Wade，S.和Ghahramani，Z.（2017年）。贝叶斯聚类分析的补充材料：点估计和可信球。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。