多重混音

混合模型聚类使用MULTIMIX程序L.Hunt[使用有限混合模型聚类。怀卡托大学博士论文(1996)]在一个名为MULTIMIX的程序中实现了有限混合模型聚类方法。多变量和可能包含连续变量的聚类程序。本文描述了设计多重混合的方法,以及如何处理一些统计问题。作为一个例子,该程序被用来聚类一个大型医疗数据集。


zbMATH中的参考文献(引用于,1标准件)

显示第1到第20个结果,共34个。
按年份排序(引用)
  1. Biernacki,Christophe;Lourme,Alexandre:《在(共同)集群中统一数据单元和模型》(2019)
  2. Fop,Michael;Murphy,Thomas Brendan:基于模型聚类的变量选择方法(2018)
  3. Jung,Byoung Cheol;Cheon,Sooyong;Lim,Hwa Kyung:具有不完整和噪声数据的回归模型的混合(2018年)
  4. Marbac,Matthieu;Biernacki,Christophe;Vandewalle,Vincent:混合数据的基于模型的高斯copula聚类(2017)
  5. Azzalini,Adelchi;Menardi,Giovanna:基于密度的非连续数据聚类(2016)
  6. Chauveau,Didier;Hoang,Vy Thy Lynh:具有条件独立多元成分密度的非参数混合模型(2016)
  7. Hunt,Lynette A.;Basford,Kaye E.:在Multimix中比较选择类内相关特征的经典标准(2016)
  8. Marbac,Matthieu;Biernacki,Christophe;Vandewalle,Vincent:具有条件依赖性的潜在类模型,用于聚类分类数据(2016)
  9. McParland,Damien;Gormley,Isobel Claire:基于模型的混合数据聚类:clustMD(2016)
  10. Morgan,Grant B.;Hodge,Kari J.;Baggett,Aaron R.:非正态混合物的潜在剖面分析:使用拟合指数对模型选择的蒙特卡罗检验(2016年)
  11. Antonio Punzo;Ingrassia,Salvatore:通过聚类加权模型对二元混合型数据进行聚类(2016年)
  12. Marbac,Matthieu;Biernacki,Christophe;Vandewalle,Vincent:条件相关分类数据的基于模型的聚类(2015)
  13. Tang,Yang;Browne,Ryan P.;McNicholas,Paul D.:基于模型的高维二进制数据聚类(2015)
  14. McParland,Damien;Gormley,Isobel Claire;McCormick,Tyler H.;Clark,Samuel J.;Kabudula,Chodziwa Whiteson;Collinson,Mark A.:使用潜在变量模型根据资产状况对南非家庭进行聚类(2014年)
  15. 陈涛;张,奈文;刘腾飞;潘建民;王毅:基于模型的分类数据多维聚类(2012)
  16. Lagona,Francesco;Picone,Marco:基于模型的具有循环分量和缺失值的偏态数据聚类(2012年)
  17. Morlini,Isabella:在高斯混合模型中聚类混合二进制和连续变量的潜在变量方法(2012)
  18. 乔丹,马可;戴安娜,吉安卡洛:分类序数数据的聚类方法(2011)
  19. Genolini,Christophe;Falissard,Bruno:KmL:k-纵向数据均值(2010)
  20. Lebbah,Mustapha;Benabdeslem,Khalid:用概率自组织图可视化和聚类分类数据(2010)ioport公司