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