×
渡边千郎;铃木、太极

潜在区块模型的拟合优度检验。 （英语） Zbl 1510.62285号

计算。统计数据分析。 154，文章ID 107090，31 p.（2021）。
摘要：潜在块模型用于概率双聚类，这被证明是分析各种关系数据集的有效方法。然而，还没有统计测试方法来确定潜在块模型的行和列簇数。最近的研究为随机块模型构建了基于统计测试的方法，该方法假设观测矩阵是一个平方对称矩阵，并且行和列的聚类分配相同。在这项研究中，我们为潜在块模型开发了一种新的拟合优度测试，以测试观察到的数据矩阵是否适合给定的一组行和列簇数，或者它是否由在行和列的至少一个方向上的更多簇组成。为了构造测试方法，我们使用了随机矩阵理论中的一个结果作为样本协方差矩阵。我们通过显示测试统计量的渐近行为和测量测试精度，实验证明了所提方法的有效性。

引用于2文件

MSC公司：

62小时30分 分类和区分；聚类分析（统计方面）
15B52号 随机矩阵（代数方面）
60对20 随机矩阵（概率方面）

关键词：

潜在块体模型;光纤质量测试;随机矩阵理论

软件：

UCI-毫升
PDF格式BibTeX公司 XML格式引用
\textit{C.Watanabe}和\textit{T.Suzuki}，计算。统计数据分析。154，文章ID 107090，31 p.（2021；Zbl 1510.62285）
全文： 内政部 arXiv公司

参考文献：

[1] Ames，B.P.W.，《通过半定规划保证聚类和双聚类》，数学。程序。，147, 1, 429-465 (2014) ·Zbl 1297.90107号
[2] Arabie，P。；Boorman，S.A。；Levit，P.R.，《构建块模型：如何和为什么》，J.Math。心理学，17，1，21-63（1978）·Zbl 0375.92001号
[3] Bai，Z.D。；Yin，Y.Q.，大维样本协方差矩阵最小特征值的极限，Ann.Probab。，21, 3, 1275-1294 (1993) ·Zbl 0779.60026号
[4] 包，Z。；潘·G。；周伟，具有一般总体的样本协方差矩阵最大特征值的普遍性，Ann.Statist。，43, 1, 382-421 (2015) ·Zbl 1408.60006号
[5] Bickel，P.J。；Sarkar，P.，网络中自动社区检测的假设测试，J.R.Stat.Soc.Ser。B统计方法。，78, 1, 253-273 (2016) ·Zbl 1411.62162号
[6] Bloemendal，A。；Knowles，A。；尤，H.-T。；Yin，J.，关于样本协方差矩阵的主成分，Probab。理论相关领域，164，459-552（2016）·Zbl 1339.15023号
[7] Brault，V。；Channarond，A.，潜在区块模型的快速一致算法（2016），arXiv:11610.09005
[8] Chen，K。；Lei，J.，确定网络数据中社区数量的网络交叉验证，J.Amer。统计师。协会，113，521，241-251（2018）·Zbl 1398.62159号
[9] Conover，W.J.，《实用非参数统计》（1999），John Wiley&Sons，纽约
[10] Corneli，M.，Latouche，P.，Rossi，F.，2015年。动态网络潜在块模型非平稳时间扩展中的精确ICL最大化。摘自：第23届欧洲人工神经网络、计算智能和机器学习研讨会论文集。第225-230页。
[11] Dabbs，B。；Junker，B.，随机块模型交叉验证方法的比较（2016），arXiv:1605.03000
[12] Dhillon，I.S.，2001年。使用二部谱图划分对文档和单词进行共聚类。摘自：第七届ACM SIGKDD知识发现和数据挖掘国际会议论文集。第269-274页。
[13] 丁，X。；Yang，F.，协方差矩阵最大奇异值边普适性的一个充要条件，Ann.Probab。，28, 3, 1679-1738 (2018) ·Zbl 1426.15052号
[14] 杜瓦，D。；Graff，C.，UCI机器学习知识库（2017），加利福尼亚大学欧文分校信息与计算机科学学院，http://archive.ics.uci.edu/ml
[15] 弗林，C.J。；Perry，P.O.，《剖面似然双聚类》，电子。J.Stat.，第14、1、731-768页（2020年）·Zbl 1435.62229号
[16] Geman，S.，随机矩阵范数的极限定理，Ann.Probab。，8，2522-261（1980年）·Zbl 0428.60039号
[17] 戈瓦特，G。；Nadif，M.，用块混合模型聚类，模式识别。，36, 463-473 (2003)
[18] Hartigan，J.A.，数据矩阵的直接聚类，J.Amer。统计人员。协会，67，337，123-129（1972）
[19] 荷兰，P.W。；Laskey，K.B。；Leinhardt，S.，《随机块模型：第一步》，《社交网络》，5，109-137（1983）
[20] 胡，J。；秦，H。；Yan，T。；Zhao，Y.，修正了随机块模型的贝叶斯信息准则，J.Amer。统计师。协会，1-13（2019）
[21] 胡，J。；张，J。；秦，H。；Yan，T。；Zhu，J.，使用最大入门偏差测试随机块模型的拟合优度，J.Amer。统计师。协会，1-10（2020年）
[22] Johansson，K.，《形状波动和随机矩阵》，《公共数学》。物理。，209, 437-476 (2000) ·Zbl 0969.15008号
[23] Johnstone，I.M.，《关于主成分分析中最大特征值的分布》，Ann.Statist。，29, 2, 295-327 (2001) ·Zbl 1016.62078号
[24] 卡瓦，V。；帕蒂，D。；彼得罗维奇，S。；Solus，L。；Alexeev，N。；雷奇，M。；威尔伯恩，D。；威廉姆斯，R。；Yan，B.，随机块模型的精确测试（2016），arXiv:1612.06040
[25] 川本，T。；Kabashima，Y.，网络中集群数量的交叉验证估计，科学。代表，73327（2017）
[26] Keribin，C.、Brault，V.、Celeux，G.、Govaert，G.，2012年。二进制潜在块模型的模型选择。摘自：《第20届国际计算统计会议论文集》。第379-390页·兹比尔1331.62149
[27] 克里宾，C。；Brault，V。；Celeux，G。；Govaert，G.，分类数据上潜在块模型的估计和选择，统计计算。，25, 1201-1216 (2015) ·Zbl 1331.62149号
[28] Labiod，L.，Nadif，M.，2011年。分类数据的模块化和光谱联合聚类。摘自：《数据挖掘国际会议论文集》。第386-392页。
[29] Lei，J.，随机块模型的有效性检验，Ann.Statist。，44, 1, 401-424 (2016) ·Zbl 1331.62283号
[30] Li，T.等人。；莱维纳，E。；Zhu，J.，通过边缘采样进行网络交叉验证，Biometrika，107，2，257-276（2020）·Zbl 1441.62049号
[31] Lomet，A.，Govaert，G.，Grandvalet，Y.，2012年。基于综合分类似然的块聚类模型选择。摘自：《第20届国际计算统计会议论文集》。第519-530页·Zbl 1416.62349号
[32] Ma，Z.，白Wishart矩阵中极端特征值的Tracy-Widom极限的准确性，Bernoulli，18，1，322-359（2012）·Zbl 1248.60010号
[33] Mariadassou，M。；Matias，C.，潜在或随机块模型中群体后验分布的收敛性，Bernoulli，21，1，537-573（2015）·Zbl 1329.62285号
[34] Nakano，M.，Ishiguro，K.，Kimura，A.，Yamada，T.，Ueda，N.，2014年。矩形平铺过程。摘自：第31届机器学习国际会议论文集。第361-369页。
[35] Passino，F.S。；Heard，N.A.，随机块模型中潜在维度和社区的贝叶斯估计，统计计算。，301291-1307（2020）·Zbl 1452.62404号
[36] Péché，S.，某些样本协方差矩阵系综最大特征值的普适性结果，Probab。理论相关领域，143481-516（2009）·Zbl 1167.62019
[37] Peixoto，T.P.，大型网络中的节俭模块推理，物理学。修订稿。，110，第148701条pp.（2013）
[38] 新南威尔士州皮莱。；Yin，J.，协方差矩阵的普遍性，Ann.Appl。概率。，24, 3, 935-1001 (2014) ·Zbl 1296.15021号
[39] Pontes，B。；Giráldez，R。；Aguilar-Ruiz，J.S.，《表达数据的双聚类：综述》，J.Biomed。通知。，57, 163-180 (2015)
[40] Rastelli，R。；Friel，N.，潜在变量聚类模型的最优贝叶斯估计，统计计算。，28, 1169-1186 (2018) ·Zbl 1430.62140号
[41] 罗伯特·V。；Vasseur，Y.，《比较高维分区与协同聚类调整后的兰德指数》（2017），arXiv:1705.06760
[42] 罗伊·D·M。；Teh，Y.W.，蒙德里安过程，（神经信息处理系统进展21（2008）），1377-1384
[43] 萨尔达尼亚，D.F。；Yu，Y。；Feng，Y.，有多少社区？，J.计算。图表。统计人员。，26, 1, 171-181 (2017)
[44] Shan，H.，Banerjee，A.，2008年。贝叶斯联合聚类。收录：第八届IEEE数据挖掘国际会议论文集。第530-539页。
[45] Silverstein，J.W.，大维Wishart矩阵的最小特征值，Ann.Probab。，13, 4, 1364-1368 (1985) ·Zbl 0591.60025号
[46] Soshnikov，A.，关于某些样本协方差矩阵中最大特征值分布的普适性的注释，J.Stat.Phys。，108, 1033-1056 (2002) ·Zbl 1018.62042号
[47] 特蕾西，C.A。；Widom，H.，《随机矩阵理论的分布及其应用》，（数学物理新趋势（2009），施普林格出版社），753-765·Zbl 1176.15046号
[48] van der Vaart，A.W.，《渐进统计》（1998），剑桥大学出版社·兹比尔0910.62001
[49] Ward，J.H.，优化目标函数的分层分组，J.Amer。统计师。协会，58，301，236-244（1963）
[50] Wyse，J。；Friel，N.，具有折叠潜在块模型的块聚类，统计计算。，22, 415-428 (2012) ·Zbl 1322.62046号
[51] Wyse，J。；弗里尔，N。；Latouche，P.，使用潜在块模型和精确ICL推断二部网络中的结构，Netw。科学。，5, 1, 45-69 (2017)
[52] Yin，Y.Q。；Bai，Z.D。；Krishnaiah，P.R.，关于大维样本协方差矩阵最大特征值的极限，Probab。理论相关领域，78，509-521（1988）·Zbl 0627.62022号
[53] 袁，M。；Feng，Y。；Shang，Z.，有界度随机块模型的似然比类型检验（2018），arXiv:1807.04426
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。