伊娃，弗朗西丝卡;安娜·玛丽亚·帕加诺尼;尼古拉斯·塔拉贝洛尼 多元和函数数据分析中基于协方差的聚类。 （英语） Zbl 1392.62184号 J.马赫。学习。物件。 17，第143号论文，21页（2016）. 摘要：在本文中，我们提出了一种新的算法来执行多元和函数数据的聚类。我们研究的是两个种群协方差不同的情况，而不是均值不同的情况。该算法依赖于对估计的总体协方差算子之间的距离进行适当量化，并将数据细分为两组，使其诱导协方差之间的距离最大化。这种算法的简单实现在计算上是禁止的，因此我们提出了一种复杂度低得多的启发式公式，并研究了其收敛特性及其计算成本。我们还建议使用一种增强的估计器来估计函数数据的离散协方差，即线性收缩估计器，以提高聚类的精度。我们通过应用于来自生物医学背景的合成数据和真实数据集来建立我们算法的有效性，还展示了如何使用收缩率估计可以获得更好的结果。 引用于4文件 MSC公司： 62小时30分 分类和区分；聚类分析（统计方面） 62甲12 多元分析中的估计 62J07型 岭回归；收缩估计量 关键词：群集;协方差算子;操作员距离;收缩率估计;功能数据分析 软件：CoXpress公司;fda（右） PDF格式BibTeX公司 XML格式引用 \textit{F.Ieva}等人，J.Mach。学习。第17号决议，第143号论文，21页（2016年；Zbl 1392.62184） 全文： 链接