×
托马斯·奥尔特纳;彼得·菲兹莫瑟;梅亚·罗姆;克里斯蒂安·布雷特内德;萨尔卡·布罗迪诺娃

用于分析高维数据结构的引导投影。 （英语） Zbl 07498988号

J.计算。图表。斯达。 27，第4号，750-762（2018）.
摘要：提出了一种称为引导投影的强大数据转换方法，为揭示噪声变量存在下高维数据的组结构创造了新的可能性。使用投影到一个由少量观测值选择跨越的空间上，可以基于正交距离和分数距离测量其他观测值与选择的相似性。观测值从选择中迭代交换，创建一个非随机的投影序列，我们称之为引导投影。传统的投影追踪方法通常识别低维投影，揭示数据中包含的一些有趣的特征，与之相反，引导投影生成一系列投影，不仅作为诊断图的基础，而且作为直接调查数据中群体结构的基础。基于模拟数据，我们确定了与常用数据转换方法相比，引导投影的优势和局限性。通过将其应用于实际数据集，我们进一步展示了转换的相关性。

引用于1文件

MSC公司：

62至XX 统计

关键词：

数据转换;诊断图;尺寸缩减;信息变量

软件：

剪影;ROBPCA公司;项目管理局;旅游者;集群临界值
PDF格式BibTeX公司 XML格式引用
\textit{T.Ortner}等人，《计算杂志》。图表。Stat.27，No.4，750--762（2018；Zbl 07498988）
全文： 内政部 arXiv公司
OA许可证

参考文献：

[1] Abdi，H。；William，L.，主成分分析，计算统计，2443-459（2010）
[2] Achlioptas，D.，《面向数据库的随机投影：Johnson-Lindenstraus与二进制硬币》，《计算机与系统科学杂志》，66，671-687（2003）·Zbl 1054.68040号
[3] Altman，N.，《核与最近邻非参数回归导论》，美国统计学家，46175-185（1992）
[4] 贝克，F.B。；Hubert，L.J.，《衡量层次聚类分析的力量》，《美国统计协会杂志》，70，31-38（1975）·兹比尔0311.62029
[5] 科伊夫曼，R.R。；Lafon，S.，扩散图，应用和计算谐波分析，21，5-30（2006）·Zbl 1095.68094号
[6] 库克，D。；Buja，A。；Cabrera，J.，基于正交函数展开的投影寻踪指数，计算与图形统计杂志，2225-250（1993）
[7] 库克，D。；Buja，A。；Cabrera，J。；Hurley，C.，Grand Tour and Projection Pursuit，《计算与图形统计杂志》，4155-172（1995）
[8] De Leeuw，J.，《非线性主成分分析、数据可视化和描述的历史》（2011年）
[9] Desgraupes，B.，聚类指数，1，34（2013），巴黎大学Ouest-Lab ModalX
[10] ---，clusterCrit：计算聚类验证指标。(2016)
[11] Filzmoser，P。；Maronna，R。；Werner，M.，《高维离群识别、计算统计与数据分析》，第52期，1694-1711页（2008年）·Zbl 1452.62370号
[12] 弗里德曼，J.H。；Tukey，J.W.，探索性数据分析的投影追踪算法，IEEE计算机汇刊，c-23881-890（1974）·Zbl 0284.68079号
[13] Gattone，S.A。；Rocci，R.，《简化子空间上的聚类曲线》，《计算与图形统计杂志》，21，361-379（2012）
[14] Gorban，A.N。；Kégl，B。；Wunsch，D.C。；Zinovyev，A.Y.，《数据可视化和降维的主要流形》，58（2008），德国柏林：施普林格，德国柏林·Zbl 1125.68003号
[15] 盖恩，I。；Elisseeff，A.，《变量和特征选择导论》，《机器学习研究杂志》，31157-1182（2003）·Zbl 1102.68556号
[16] 休伯特，L。；Schultz，J.，作为一般数据分析策略的二次分配，英国数学与统计心理学杂志，29190-241（1976）·Zbl 0356.92027号
[17] 休伯特，M。；卢梭，P。；Branden，K.，ROBPCA：稳健主成分分析的新方法，技术计量学，47，64-79（2005）
[18] 休伯特，M。；Van Driessen，K.，《快速稳健判别分析，计算统计与数据分析》，45，301-320（2004）·Zbl 1429.62247号
[19] 洪，Y.C。；Tseng，N.-F.，在验证两组因果关系中提取信息变量，计算统计学，281151-1167（2003）·Zbl 1305.65046号
[20] 伊利斯，I。；Wilhelm，A.，《基于投影的大型高维数据集分区》，《计算与图形统计学杂志》，19474-492（2010）
[21] 拉森，B。；Aone，C.，《使用线性时间文档聚类的快速有效文本挖掘》，第五届ACM SIGKDD知识发现和数据挖掘国际会议论文集，16-22（1999），ACM
[22] Lee，E。；Cook，D.，《大p小n数据的投影寻踪指数，统计与计算》，10381-392（2010）
[23] 李，P。；哈斯蒂·T·J。；Church，K.W.，《非常稀疏随机投影》，第十二届ACM SIGKDD知识发现和数据挖掘国际会议论文集，287-296（2006），ACM
[24] 马泰，A。；Provost，S.B.，《随机变量中的二次型：理论与应用》（1992），纽约：Marcel Dekker公司，纽约·Zbl 0792.62045号
[25] Pomerantsev，A.L.，《用投影方法导出的多元分类的可接受范围》，《化学计量学杂志》，22，601-609（2008）
[26] 邱伟。；Joe，H.，clusterGeneration：随机聚类生成（具有特定分离度）（2015）
[27] Rousseeuw，P.J.，《剪影：聚类分析解释和验证的图形辅助》，《计算与应用数学杂志》，20，53-65（1987）·Zbl 0636.62059号
[28] Serneels，S。；克罗克斯，C。；Filzmoser，P。；Van Espen，P.J.，部分稳健M-回归，化学计量学和智能实验室系统，79，55-64（2005）
[29] Ward Jr，J.H.，优化目标函数的分层分组，《美国统计协会杂志》，58236-244（1963）
[30] Wickham，H。；库克，D。；霍夫曼，H。；Buja，A.等人，《Tourr:用投影探索多元数据的R包》，《统计软件杂志》，第40期，第1-18页（2011年）
[31] Witten，D.M。；Tibshirani，R。；Hastie，T.，《惩罚矩阵分解及其在稀疏主成分和典型相关分析中的应用》，生物统计学，10，515-534（2009）·Zbl 1437.62658号
[32] 邹，H。；Hastie，T.，《通过弹性网进行正则化和变量选择》，《皇家统计学会期刊：B辑（统计方法）》，67，301-320（2005）·Zbl 1069.62054号
[33] 邹，H。；哈斯蒂，T。；Tibshirani，R.，《稀疏主成分分析》，《计算与图形统计杂志》，第15期，第265-286页（2006年）
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。