@诉讼中{10.1007/978-94-009-0107-0_13，author=“约翰·斯图兹还有Cheeseman，Peter”，editor=“约翰·斯奇林和Sibisi，Sibusiso“，title=“自动分类——贝叶斯分类方法”，booktitle=“最大熵和贝叶斯方法”，year=“1996”，publisher=“施普林格荷兰”，address=“多德雷赫特”，pages=“117--126”，abstract=“我们描述了一种贝叶斯方法，用于在一组情况下无监督地发现类，有时称为有限混合分离或聚类。聚类和我们的方法之间的主要区别在于，我们搜索类描述的“最佳”集合，而不是对案例本身进行分组。我们用概率分布或密度函数以及局部最大后验概率参数来描述我们的类。我们用分布函数的近似后验概率对我们的分类进行评级，该概率与通过边缘化所有参数获得的数据有关。由于联合概率的计算复杂性，近似是必要的，我们的边缘化是参数空间中的局部极大值。这种后验概率评级允许直接比较不同类别数量和/或单个类别密度函数的替代密度函数。",isbn=“978-94-009-0107-0”}