自动分类

自动分类-一种贝叶斯分类方法。我们描述了一种在一组情况下无监督发现类的贝叶斯方法,有时称为有限混合分离或聚类。集群与我们的方法的主要区别在于,我们搜索“最佳”的类描述集合,而不是将案例本身分组。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分类进行评级,数据通过边缘化所有参数得到。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。这种后验概率等级允许直接比较不同等级和/或单个等级密度函数的交替密度函数。我们讨论了分类方法背后的基本原理。我们给出了基本混合模型的数学发展,描述了计算可处理性所需的近似值,给出了几种常见属性类型的模型细节,并描述了AutoClass程序的一些结果。。


zbMATH中的参考文献(参考文献68篇)

显示68个结果中的1到20个。
按年份排序(引用)
  1. 桑加姆,拉维·桑卡尔;Om,Hari:Equi-Clustream:时间演化混合数据聚类框架(2018)
  2. 桑加姆,拉维·桑卡尔;Om,Hari:一种等偏(k)-聚类混合类型数据的原型算法(2018)
  3. 叶,毛;张鹏;Nie,Lizhen:用分层贝叶斯-伯努利混合模型聚类稀疏二元数据(2018)
  4. 卡格尼娜,莱蒂西亚;埃雷卡尔德,马塞洛;因加拉莫,迭戈;Rosso,Paolo:一种有效的粒子群优化方法来聚类短文本(2014)ioport公司
  5. 蒋翠青;梁坤;陈新春;丁勇:通过社交媒体分析市场表现:以银行业危机为例(2014)ioport公司
  6. 林,川武。;林春鸿;肖春元:基于GPU的并行可伸缩CAST聚类算法(2014)ioport公司
  7. 马歇尔,阿黛尔H。;Shaw,Barry:条件相类型(C-Ph)分布的计算学习。学习C-Ph分布(2014)
  8. 张耀明;贾洪:基于统一相似性度量的分类和数值属性数据聚类(2013)
  9. 陈涛;张,内文L。;刘腾飞;潘,亲戚;Wang,Yi:基于模型的分类数据多维聚类(2012)
  10. 科尔马松,马提亚斯;布思,詹姆斯·G。;菲格罗亚,玛丽亚E。;Melnick,Ari:基于模型的微阵列甲基化和表达数据聚类(2012)
  11. 米歇洛尼,基督徒;拉尼,亚莎;库马尔,桑吉夫;Foresti,Gian Luca:模式分类的平衡神经树(2012)ioport公司
  12. 吉安纳科普卢,迪米特拉;布什内尔,大卫H。;约翰舒曼;埃尔兹伯格,海因茨;海尔,凯伦:正式测试分离保证(2011年)
  13. 孟海东;宋雨辰;宋飞燕;沈海涛:聚类关联分析在地球化学数据处理中的研究与应用(2011)
  14. Bouguila,Nizar:关于多元二元数据聚类和特征加权(2010)
  15. 李瑞;田大鹏;史考罗夫,斯坦;Yang,Ming Hsuan:采用协调混合因子分析仪的三维人体运动跟踪(2010)ioport公司
  16. 麦克尼古拉斯,P.D。;墨菲,T.B。;麦克戴德,A.F。;Frost,D.:通过简约高斯混合模型实现基于模型的聚类(2010)
  17. 比桑茨,尼古拉斯;Hagedorn,Jürgen:数据挖掘(Datenmusterekennung)(2009)ioport公司
  18. 卡里欧,维罗尼克;凡尔登,圣潘;迪亚兹,伊曼纽尔;卡纳里,埃尔莫斯塔法;Vigneau,Evelyne:选择适当数量的变量簇的三种假设检验方法的比较(2009)
  19. 弗洛雷斯,朱丽叶先生;加梅斯,何塞。;马丁内斯,安娜·M。;何塞·普尔塔:霍德:隐藏的单相依估计量(2009)
  20. 黄汉申;杨伯厚;张玉明;徐春楠:加速训练贝叶斯网络和条件随机场的整体和组件外推法(2009)ioport公司