MixSim公司

R包MixSim:模拟数据来研究聚类算法的性能。MixSim允许模拟高斯分布的混合物,混合成分之间有不同程度的重叠。成对重叠(Pairwise overlap)被定义为两个错误分类概率的总和,用于度量组件之间的交互程度,并可用于控制混合数据集的聚类复杂度。这些数据集可用于聚类和有限混合建模算法的系统性能研究。MixSim的其他功能包括计算高斯混合的精确重叠、模拟高斯和非高斯数据、模拟离群值和噪声变量、计算两个分区之间的一致性度量以及为有限混合模型的图形显示构建并行分布图。


zbMATH中的参考文献(参考文献34条,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. 卢,本杰明;Hardin,Johanna:随机森林预测误差估计的统一框架(2021)
  2. Almodóvar Rivera,以色列A。;Maitra,Ranjan:基于核估计非参数重叠的同步聚类(2020)
  3. 伊戈尔梅尔尼科夫;Melnykov,Volodymyr:关于具有硬正、负约束的(K)-均值算法形式化实现的注记(2020)
  4. 阮希德。;福布斯,佛罗伦萨;McLachlan,Geoffrey J.:指数族有限混合模型的小批量学习(2020)
  5. 皮涅罗,丹尼尔N。;阿洛伊丝,丹尼尔;Blanchard,Simon J.:凸模糊(k)-类中心聚类(2020)
  6. 萨卡,舒奇斯密塔;梅尔尼科夫,沃洛季米尔;郑荣:测量不一致下的高斯混合建模和基于模型的聚类(2020)
  7. 科马斯·库菲,马克;马丁费尔南德斯,约瑟夫A。;Mateu Figueras,Glòria:使用后验概率合并有限混合物的成分(2019)
  8. 梅尔尼科夫,沃洛季米尔;Zhu(Zhu,Zhu-means)算法的推广(2019)
  9. 托蒂,弗朗西丝卡;佩罗塔,多梅尼科;里亚尼,马可;Cerioli,Andrea:评估线性回归数据聚类的微调方法(2019年)
  10. 朱旭文:基于模型聚类的误分类概率(2019)
  11. 利西奥,安德鲁;Maitra,Ranjan:一种有效的(k)-均值型算法,用于不完全记录的数据集聚类(2018)
  12. 朱旭文;Melnykov,Volodymyr:有限混合模型中的Manly变换(2018)
  13. 维拉,J.费尔南多;Macías,Rodrigo:a(K)中基于方差的聚类选择准则——单模式差异数据的均值框架(2017)
  14. 福斯,亚历克斯;马卡图,马里安蒂;雷,邦妮;赫钦,艾莉莎:混合数据聚类的半参数方法(2016)
  15. 林宗一;麦克拉克伦,杰弗里J。;Lee,Sharon X.:使用受限多元偏正态分布扩展因子模型的混合(2016)
  16. 梅尔尼科夫,沃洛季米尔;伊戈尔梅尔尼科夫;Michael,Semhar:带正负约束的半监督模型聚类(2016)
  17. 迈克尔,塞姆哈尔;Melnykov,Volodymyr:有限混合模型中EM算法初始化的有效策略(2016)
  18. 佩奇,加里特L。;Quintana,Fernando A.:空间产品划分模型(2016)
  19. Volodymyr Melnykov:ClickClust:R包,用于分类序列的基于模型的聚类(2016)不是zbMATH
  20. 王艳红;方一欣;王俊辉:稀疏最优判别聚类(2016)