×
道格拉斯·斯坦利;Michael J.布鲁斯科。

聚类分析中变量的选择：八个程序的实证比较。 （英文） Zbl 1143.62327号

心理测量学 73，第1期，125-144（2008）.
摘要：针对基于模型和非基于模型的聚类，在广泛的聚类结构中评估了八种不同的变量选择技术。结果表明，当模型中包含非信息变量（即随机噪声）时，几种方法都有困难。此外，随机噪声的分布极大地影响了几乎所有变量选择过程的性能。总的来说，基于方差-距离加权程序的变量选择技术，加上簇内平方和误差的最大减少，表现最佳。另一方面，与有限混合模型结合使用的变量选择方法表现最差。

引用于21文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
91C20个 社会和行为科学中的集群
第62页，共15页 统计学在心理学中的应用

关键词：

变量选择

软件：

EDA公司
PDF格式BibTeX公司 XML格式引用
\textit{D.Steinley}和textit{M.J.Brusco}，《心理测量学》73，第1期，第125-144页（2008年；Zbl 1143.62327）
全文： 内政部

参考文献：

[1] Banfield，J.D.和Raftery，A.E.（1993年）。基于模型的高斯和非高斯聚类。生物统计学，49，803–821·兹比尔0794.62034 ·doi:10.2307/2532201
[2] Bartholomew，D.J.和Knott，M.（1999）。潜在变量模型和因子分析。伦敦：阿诺德·Zbl 1066.62528号
[3] Brusco，M.J.和Cradit，J.D.（2001年）。K-means聚类的可变选择启发式。《心理测量学》，66249-270·Zbl 1293.62237号 ·doi:10.1007/BF02294838
[4] Carmone，F.J.、Kara，A.和Maxwell，S.（1999）。HINoV：通过识别噪声变量来改进细分市场定义的新模型。《营销研究杂志》，36，501–509·doi:10.2307/3152003年
[5] Cormack，R.M.（1971）。分类综述。《皇家统计学会杂志》，A辑，134，321-367·doi:10.2307/2344237
[6] Dempster，A.P.、Laird，N.M.和Rubin，D.B.（1977年）。通过E-M算法获得不完整数据的最大似然。英国皇家统计学会杂志，B辑，39，1-38·Zbl 0364.62022号
[7] DeSarbo，W.S.、Carroll，J.D.、Clark，L.A.和Green，P.E.（1984年）。综合聚类：一种将备选聚类基础与变量的微分加权相结合的方法。《心理测量学》，49，57-78·Zbl 0594.62067号 ·doi:10.1007/BF02294206
[8] De Soete，G.、DeSarbo，W.S.和Carroll，J.D.（1985年）。分层聚类的最优变量权重：一种替代的最小二乘算法。分类杂志，2173–192·兹伯利0585.62111 ·doi:10.1007/BF01908074
[9] Donoghue，J.R.（1990）。用于聚类分析的单变量筛选措施。多元行为研究，30385-427·doi:10.1207/s15327906mbr3003_5
[10] Dy，J.G.和Brodley，C.E.（2004）。无监督学习的特征选择。机器学习研究杂志，5845–889·Zbl 1222.68187号
[11] Fowlkes，E.B.和Mallows，C.L.（1983年）。一种比较两个层次聚类的方法。美国统计协会杂志，78553-569·Zbl 0545.62042号 ·doi:10.2307/2288117
[12] Fowlkes，E.B.、Gnanadesikan，R.和Kettering，J.R.（1988年）。聚类中的变量选择。分类杂志，5205–228·doi:10.1007/BF01897164
[13] Friedman，J.H.（1987）。探索性投影追踪。美国统计协会杂志，82249-266·兹比尔0664.62060 ·doi:10.2307/2289161
[14] Friedman，J.H.和Meulman，J.J.（2004）。在变量子集上对对象进行聚类。英国皇家统计学会杂志，B辑，66，1-25·Zbl 1060.62064号 ·doi:10.1046/j.1369-7412.003.02051.x
[15] Friedman，J.H.和Tukey，J.W.（1974年）。用于探索性数据分析的投影寻踪算法。IEEE计算汇刊，23881–890·Zbl 0284.68079号 ·doi:10.1109/T-C.1974.224051
[16] Gnanadesikan，R.、Kettering，J.R.和Tsao，S.L.（1995）。聚类分析变量的加权和选择。《分类杂志》，12113-136·Zbl 0825.62540号 ·doi:10.1007/BF01202271
[17] Goffe，W.L.、Ferrier，G.D.和Rogers，J.（1994年）。使用模拟退火对统计函数进行全局优化。《计量经济学杂志》，60，65–99·兹比尔0789.62095 ·doi:10.1016/0304-4076（94）90038-8
[18] Green，P.E.、Carmone，F.J.和Kim，J.（1990年）。k均值聚类中最优变量权重的初步研究。分类杂志，7271–285·doi:10.1007/BF01908720
[19] Hubert，L.J.和Arabie，P.（1985）。比较分区。分类杂志，2193-218·Zbl 0587.62128号 ·doi:10.1007/BF01908075
[20] Kruskal，J.B.（1969年）。寻求一种实用的方法，通过找到优化新凝聚指数的线变换，帮助揭示一组观测值的结构。R.C.Milton和J.A.Nelder（编辑），《统计计算》（第427-440页）。纽约：学术出版社。
[21] Law，M.H.C.、Figueiredo，M.A.T.和Jain，A.K.（2004）。使用混合模型同时进行特征选择和聚类。IEEE模式分析和机器智能汇刊，261154–1166·doi:10.1109/TPAMI.2004.71
[22] 马丁内斯，W.L.和马丁内兹，A.R.（2001）。MATLAB计算统计手册。博卡拉顿：查普曼和霍尔·Zbl 0986.62104号
[23] 马丁内斯（W.L.）和马丁内兹（A.R.）（2005年）。用MATLAB进行探索性数据分析。博卡拉顿：查普曼和霍尔·Zbl 1067.62005年
[24] McLachlan，G.J.和Basford，K.E.（1988年）。《混合模型：聚类的推断和应用》，纽约：德克尔出版社·Zbl 0697.62050号
[25] McLachlan，G.J.和Krishnan，T.（1997）。EM算法及其扩展。纽约：威利·Zbl 0882.62012号
[26] McLachlan，G.J.和Peel，D.（2000）。有限混合模型。纽约：威利·Zbl 0963.62061号
[27] Milligan，G.W.（1980）。研究了六种误差扰动对十五种聚类算法的影响。《心理测量学》，45325-342·doi:10.1007/BF022939907
[28] Milligan，G.W.（1985）。一种生成人工测试簇的算法。Psycholometrika，50岁，23-127岁。
[29] Milligan，G.W.（1989）。一种用于聚类分析的可变权重算法的验证研究。分类期刊，6，53–71·doi:10.1007/BF01908588
[30] Montanari，A.和Lizzani，L.（2001）。变量选择的投影寻踪方法。计算统计与数据分析，35，463–473·Zbl 1080.62527号 ·doi:10.1016/S0167-9473（00）00026-8
[31] Raftery，A.E.和Dean，N.（2006年）。基于模型聚类的变量选择。美国统计协会杂志，101，168–178·Zbl 1118.62339号 ·doi:10.1198/016214500000113
[32] Steinley，D.（2003）。K-中的局部最优意味着集群：你不知道的可能会伤害你。心理学方法，8294–304·doi:10.1037/1082-989X.8.3.294
[33] Steinley，D.（2004年a）。K-均值聚类中的标准化变量。D.Banks，L.House，F.R.McMorris，P.Arabie，&W.Gaul（编辑），分类，聚类和数据挖掘应用（第53-60页）。纽约：施普林格。
[34] Steinley，D.（2004年b）。Hubert–Arabie调整的兰德指数的属性。心理学方法，9386–396·doi:10.1037/1082-989X.9.3.386
[35] Steinley，D.（2006年a）。K-表示聚类：半个世纪的综合。英国数学与统计心理学杂志，59，1-34·doi:10.1348/000711005X48266
[36] Steinley，D.（2006年b）。在K-means聚类中分析局部最优：开发诊断技术。心理学方法，11，178-192·doi:10.1037/1082-989X.11.2.178
[37] Steinley，D.和Brusco，M.J.（2007年出版）。一种新的K-均值聚类分析变量加权和选择方法。心理测量学·Zbl 1151.91731号
[38] Steinley，D.和Henson，R.（2005年）。OCLUS：生成具有已知重叠的簇的分析方法。分类杂志，22，221-250·兹比尔1336.62191 ·doi:10.1007/s00357-005-0015-6
[39] Steinley，D.和McDonald，R.P.（2007年）。检查因素得分分布，以确定潜在空间的性质。多元行为研究，42，133–156。
[40] Tibshirani，R.、Walther，G.和Hastie，T.（2001）。通过间隙统计估计数据集中的簇数。英国皇家统计学会杂志，B辑，63411-423·Zbl 0979.62046号 ·数字对象标识代码：10.1111/1467-9868.00293
[41] van Buuren，S.V.和Heiser，W.J.（1989）。在变量的最佳缩放下将N个对象聚类为K个组。《心理测量学》，54、699–706·doi:10.1007/BF02296404
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。