×
卢卡·科拉吉奥;彼得罗·科雷托

选择集群数量、集群模型和算法。基于二次判别分数的统一方法。 （英语） Zbl 1520.62085号

《多元分析杂志》。 196，文章ID 105181，20 p.（2023）.
摘要：聚类分析需要确定聚类的数量，通常需要确定许多超参数。在实践中，一个人会产生几个分区，最后一个分区是根据验证或选择标准选择的。有很多验证方法，无论是隐式还是显式，都假设了某种聚类概念。在本文中，我们关注的是可以通过二次或线性边界很好地分离的组。参考簇的概念是通过二次判别函数和描述簇大小、中心和散布的参数来定义的。我们制定了两个与一类椭圆对称分布生成的群一致的聚类质量标准。使用所提标准的自举重采样，我们提出了一个选择规则，允许在多个聚类解决方案中进行选择，最终从不同的方法中获得。广泛的实验分析表明，与文献中确定的备选方案相比，该方法获得了更好的整体性能。

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
62-08 统计问题的计算方法

关键词：

群集验证;混合物模型;基于模型的聚类;重采样方法

软件：

麦克卢斯特;帕尔沃斯;MBC手册;奥特里姆
PDF格式BibTeX公司 XML格式引用
\textit{L.Coraggio}和\textit{P.Coretto}，《多元分析杂志》。196，文章ID 105181，20 p.（2023；Zbl 1520.62085）
全文： DOI程序 arXiv公司
OA许可证

参考文献：

[1] Akaike，H.，信息理论和最大似然原理的扩展，（第二届信息理论国际研讨会（Tsahkatsor，1971）（1973），Akadémiai Kiadó：Akadémiai Kiadó布达佩斯），267-281·Zbl 0283.62006号
[2] Akhanli，S.E。；Hennig，C.，通过聚集校准的聚类有效性指数比较聚类和聚类数，统计计算。，30, 5, 1523-1544 (2020) ·Zbl 1452.62430号
[3] Anderson，E.，《密苏里州安那州爱丽丝的物种问题》（The species problem in Iris，Ann.Missouri Bot.Gard.）。，23, 3, 471-483 (1936), https://www.jstor.org/stable/pdf/2394164.pdf？seq=1#页面
[4] 贝茨，S。；哈斯蒂，T。；Tibshirani，R.，交叉验证：它估计了什么？它做得有多好？（2021），可从ArXiv:2104.00673获得。（2021年5月31日访问）
[5] Baudry，J.-P.，《基于模型的条件分类似然聚类的估计和模型选择》，Electron。J.Stat.，9，1，1041-1077（2015）·Zbl 1325.62120号
[6] Ben-David，S。；von Luxburg，美国。；Pál，D.，《冷静看待集群稳定性》（Lugosi，G.；Simon，H.U.，《学习理论》（2006），斯普林格-柏林-海德堡：斯普林格–柏林-海德堡-柏林，海德堡），5-19·Zbl 1143.68520号
[7] Y.本吉奥。；Grandvalet，Y.，《K倍交叉验证方差的无偏估计》，J.Mach。学习。《决议》（JMLR），第5卷，第1089-1105页（2003年）·Zbl 1222.68145号
[8] 比尔纳基，C。；Celeux，G。；Govaert，G.，《用综合完全似然评估聚类的混合模型》，IEEE Trans。模式分析。机器。整数。，22, 7, 719-725 (2000)
[9] Bouveyron，C。；Celeux，G。；墨菲，T.B。；Raftery，A.E.，数据科学的基于模型的聚类和分类，（剑桥统计与概率数学系列（2019），剑桥大学出版社：剑桥大学出版社），xvii+427，3967046·Zbl 1436.62006年
[10] Caliánski，T。；Harabasz，J.，《聚类分析的枝晶方法》，Comm.Statist。理论方法，3，1，1-27（1974）·Zbl 0273.62010
[11] 科雷托，P。；Hennig，C.，《一致性、故障鲁棒性和鲁棒不适当最大似然聚类算法》，J.Mach。学习。决议，18，142，1-39（2017），http://jmlr.org/papers/v18/16-382.html ·Zbl 1442.62138号
[12] 科雷托，P。；Hennig，C.，OTRIMLE:健壮的基于模型的集群（2021），R包版本2.0
[13] 方，Y。；Wang，J.，通过bootstrap方法选择簇数，计算。统计人员。数据分析。，56, 3, 468-477 (2012) ·Zbl 1239.62076号
[14] Fisher，R.A.，《分类问题中多重测量的使用》，Ann.Eugen。(1936), http://rcs.chemometrics.ru/Tutorials/classification/Fisher.pdf
[15] Flury，B。；Riedwyl，H.，多元统计。《实用方法》（1988），查普曼和霍尔：查普曼与霍尔伦敦
[16] 福里纳，M。；阿玛尼诺，C。；Lanteri，S。；Tibrivia，E.，根据脂肪酸组成对橄榄油的分类，食品研究数据分析。，189-214 (1983)
[17] 福里纳，M。；里尔迪，R。；C、 答：。；Lanteri，S.，PARVUS：数据探索的可扩展程序包（1988），Elsevier:Elsevier阿姆斯特丹
[18] 弗雷利，C。；Raftery，A.E.，多少簇？哪种聚类方法？通过基于模型的聚类分析，Comput。J.，41，8，578-588（1998）·Zbl 0920.68038号
[19] 混合物分析手册，（Frühwirth-Schnatter，S.；Celeux，G.；Robert，C.P.，Chapman&Hall/CRC现代统计方法手册（2019），CRC出版社：佛罗里达州博卡拉顿CRC出版社），xxiii+497·Zbl 1419.62001号
[20] 傅伟（Fu，W.）。；Perry，P.O.，《使用交叉验证估算集群数量》，J.Compute。图表。统计人员。，29, 1, 162-173 (2020) ·兹比尔07499280
[21] 哈尔基迪，M。；Vazirgiannis，M。；Hennig，C.，《用于聚类验证和估计聚类数的方法依赖指数》（Henning，C.；Meila，M.；Murtagh，F.；Rocci，R.，《聚类分析手册》（2015），CRC出版社：佛罗里达州博卡拉顿CRC出版社），595-618·Zbl 1396.62136号
[22] 哈斯蒂，T。；Tibshirani，R.J。；Friedman，J.，《统计学习的要素》（2009），纽约斯普林格出版社·Zbl 1273.62005年
[23] 哈斯蒂·T·J。；Zhu，M.，《判别分析中的降维和可视化讨论》，Cook和yin，Aust。N.Z.J.Stat.，43，2，147-199（2001）·Zbl 0992.62056号
[24] Hennig，C.，集群稳定性的集群评估，计算。统计人员。数据分析。，52, 1, 258-271 (2007), https://www.sciencedirect.com/science/article/pii/S0167947306004622 ·Zbl 1452.62447号
[25] Hennig，C.，《聚类策略和方法选择》（Henning，C.；Meila，M.；Murtagh，F.；Rocci，R.，《聚类分析手册》（2015），CRC出版社：佛罗里达州博卡拉顿CRC出版社），703-730·Zbl 1396.62138号
[26] 休伯特，L。；Arabie，P.，《分区比较》，分类杂志，2193-218（1985）
[27] 考夫曼，L。；Rousseeuw，P.J.R.，《在数据中发现群体》（Wiley Series in Probability and Mathematical Statistics:Applied Probability and Statistics（1990），John Wiley&Sons，Inc.：John Willey&Sons公司，纽约）·Zbl 1345.62009号
[28] 考夫曼，L。；Rousseeuw，P.J.R.，围绕medoids的分区（程序PAM），（概率和数学统计中的Wiley系列：应用概率和统计（1990），John Wiley&Sons公司：John Willey&Sons，公司，纽约），68-125
[29] Keribin，C.，混合物模型阶数的一致估计，Compte。Rendus de L学院。设计科学。序列号。I数学。，326, 2, 243-248 (1998) ·Zbl 0954.62023号
[30] von Luxburg，美国。；威廉姆森共和国。；Guyon，I.，集群：科学还是艺术？，（Guyon，I.；Dror，G.；Lemaire，V.；Taylor，G；Silver，D.，《ICML无监督和迁移学习研讨会论文集》，《ICNL无监督与迁移学习研讨会文献集》，机器学习研究论文集，第27卷（2012），PMLR:PMLR Bellevue，美国华盛顿），65-79，https://proceedings.mlr.press/v27/luxburg12a.html
[31] 麦克拉克伦，G。；Peel，D.，有限混合模型，（概率与统计中的Wiley级数：应用概率与统计（2000），John Wiley&Sons公司：John Willey&Sons，Inc.纽约），xxii+419·Zbl 0963.62061号
[32] Mechelen，I.V。；布列斯特，A.-L。；丹格尔，R。；N.院长。；盖恩，I。；Hennig，C。；Leisch，F。；Steinley，D.，《集群分析中的基准：白皮书》（2018），可从arXiv:1809.10496获得
[33] 梅勒，M.，《比较聚类与基于信息的距离》，《多元分析杂志》。，98, 5, 873-895 (2007) ·兹比尔1298.91124
[34] Nguyen，T.T。；Nguyen，H.博士。；Chamroukhi，F。；麦克拉克伦，G.J。；Liu，L.，无穷远处消失的连续密度函数的有限混合逼近，Cogent Math。Stat.，7，1，第1750861条pp.（2020）·Zbl 1486.62048号
[35] Schwarz，G.，估算模型的维数，Ann.Statist。，6, 2, 461-464 (1978) ·Zbl 0379.62005年
[36] Scrucca，L。；Fop先生。；墨菲，T.B。；Raftery，A.E.，mclust 5:使用高斯有限混合模型的聚类、分类和密度估计，《R J.》，8，1，205-233（2016），https://journal.r-project.org/archive/2016-1/scrucca-fop-murphy-etal.pdf
[37] Smyth，P.，《使用交叉验证似然的概率聚类模型选择》，《统计计算》。，10, 1, 63-72 (2000)
[38] 乌尔曼，T。；Hennig，C。；Boulesteix，A.-L.，《验证数据的聚类分析结果验证：系统框架》，WIREs data Min.Knowl。发现。，第12、3条，第1444页（2022年）
[39] 韦利亚，S。；Hernández，A.，《关于线性和二次判别分析的一致性》，《多元分析杂志》。，96, 2, 219-236 (2005) ·Zbl 1096.62068号
[40] 王凯。；Ng，A。；McLachlan，G.J.，EMMIXSew:EM算法和斜交混合分布（2018），https://CRAN.R-project.org/package=EMMIXSew
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。