CHIME公司 swMATH ID: 28514 软件作者: 蔡,T.托尼;马静;张林军 描述: CHIME:使用EM算法对高维高斯混合数据进行聚类及其最优性。无监督学习是统计学和机器学习中的一个重要问题,有着广泛的应用。本文研究了高维高斯混合数据的聚类问题,提出了一种基于EM算法和稀疏鉴别矢量直接估计方法的CHIME算法。研究了CHIME的理论和数值性质。我们建立了过量误聚类误差的最优收敛速度,并证明了CHIME是最小最大速度最优的。此外,还建立了所提出的判别向量估计量的最优性。仿真研究表明,在各种设置下,CHIME的性能优于现有方法。在对胶质母细胞瘤基因表达数据集的分析中,所提出的CHIME程序也得到了说明,并显示出优越的性能。还考虑了在传统的低维设置中高斯混合的聚类。为高维设置开发的技术工具用于建立基于经典EM算法的聚类过程的最佳性。 主页: http://www-stat.wharton.upenn.edu/~tcai/paper/CHIME.pdf 关键词: 高维数据;无监督学习;高斯混合模型;EM算法;聚集错误;极小极大最优性 相关软件: 预防卒中;克莱姆;助推;ElemStatLearn(电子状态学习);R(右);BrainNet查看器;多路回归;k均值++;最大持续时间;小岛屿发展中国家;R彩色啤酒;mvtnorm公司;IC测试;第三年;REPPlab公司;ggpubr公司;Rmixmod公司;GGally公司;数字播放器;ggplot2 引用于: 15文件 标准条款 1出版物描述软件,包括1出版物以zbMATH为单位 年份 CHIME:使用EM算法对高维高斯混合数据进行聚类及其最优性。 Zbl 1428.62182号蔡·T·托尼;马静;张林军 2019 全部的 前5名43位作者引用 2 蔡天文 2 麦青 2 张林军 2 张欣 1 布赖恩·阿拉加姆 1 曹立雄 1 邓凯 1 董伟 1 拉兹·德维迪 1 范莹莹 1 高超 1 韩飞扬 1 韩,肖 1 Ho,Nhat先生 1 乔丹、迈克尔·欧文 1 康健 1 库马鲁,库利克 1 李乐新 1 李兴祥 1 李元志 1 刘杰 1 刘翔 1 Lyu,中原 1 马静 1 马宗明 1 孟祥华 1 克劳斯·诺德豪森 1 潘玉清 1 拉多吉奇奇,乌纳 1 孙月凯 1 唐念生 1 童欣 1 乔尼·维塔 1 马丁·温赖特。 1 王文静 1 魏益民 1 夏,董 1 徐,陈 1 杨东敏 1 杨瑞仪 1 于斌 1 于中波 1 赵若飞 全部的 前5名6篇连载文章中引用 6 统计年鉴 三 电子统计杂志 2 美国统计协会杂志 2 中国统计局 1 应用力学与工程中的计算机方法 1 计算与应用数学杂志 在5个字段中引用 15 统计学(62-XX) 2 概率论与随机过程(60-XX) 2 数值分析(65-XX) 1 线性代数和多线性代数;矩阵理论(15-XX) 1 计算机科学(68至XX) 按年份列出的引文