×
de A.T.de Carvalho，弗朗西斯科;安东尼奥·巴尔扎内拉;安东尼奥·埃尔皮诺;罗莎娜·威尔德

具有自动可变权重的分布式数据的协同聚类算法。 （英语） Zbl 1474.62220号

信息科学。 549, 87-115 (2021).
摘要：本文研究分布值数据的联合聚类，即同时划分输入数据表的行和列，其中的元素是表示聚合数据的分布（或直方图）。第一种方法将双k均值算法扩展到分布式数据。（L_2）Wasserstein距离，也称为Mallow距离，用于比较分布。为了考虑表征聚类的变量的不同相关性，提出了四种自适应分布双k均值。因此，在联合聚类过程中，引入了一个额外的步骤来计算与变量关联的相关权重。特别是，四种算法中的每一种都为变量提供了i）一组权重；ii）变量的不同权重集，每个簇一个（簇状）；iii）根据（L_2）Wasserstein距离分解为两个分量，为变量设置双重权重；iv）变量和距离分量的不同双重权重集，每个簇一个（集群）。使用模拟数据和实际数据的应用证明了所提算法的有效性，以及根据数据结构，相关性权重对联合聚类过程的贡献。

引用于1文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）

关键词：

分布值数据;瓦瑟斯坦距离;联合群集;双k均值;相关性权重;自适应距离

软件：

CoClust公司;COSA公司
PDF格式BibTeX公司 XML格式引用
\textit{F.de A.T.de Carvalho}等人，《信息科学》。549，87-115（2021；Zbl 1474.62220）
全文： 内政部

参考文献：

[1] J.阿罗约，C.马特。用k近邻法预测直方图时间序列。《国际预测杂志》25（1），192-2072009年。ISSN 0169-2070。doi:10.1016/j.ijforecast.2008.07.003。
[2] H.H.Bock，E.Diday，《符号数据分析》，《从复杂数据中提取统计信息的探索方法》，施普林格出版社，柏林，2000年·Zbl 1039.62501号
[3] C.Bouveyron、L.Bozzi、J.Jacques、F.-X.Jollois。耗电曲线联合聚类的功能潜在块模型，《皇家统计学会杂志：C辑（应用统计学）》，67（4）：897-9152018。ISSN 0035-9254。doi:10.1111/rssc.12260。
[4] Cha，S.-H.，概率密度函数之间距离/相似性度量的综合调查，国际数学模型和方法杂志，科学应用，4300-307（2007）
[5] Cha，S.-H。；Srihari，S.N.，关于测量直方图之间的距离，模式识别，35，1355-1370（2002）·Zbl 0997.68123号
[6] M.Charrad，Y.Lechevallier，M.Ben Ahmed，G.Saporta，《关于块聚类算法中的簇数》，载于《第二十届国际佛罗里达人工智能研究会会议论文集》（FLAIRS 2010），2010年，第392-397页。
[7] Y.Chen，L.Wang，M.Dong，半监督异构数据协同聚类的非负矩阵分解，收录于：IEEE知识与数据工程学报，2010年第22卷，第1459-1474页。
[8] Cho，H。；Dhillon，I.S.，使用最小平方和残差共聚类法对人类癌症微阵列进行共聚类，IEEE/ACM计算生物学和生物信息学汇刊，5，3，385-400（2008）
[9] 德卡瓦略，F.A.T。；Lechevallier，Y.，基于单个自适应距离的符号区间数据的分区聚类算法，模式识别，42，7，1223-1236（2009）·Zbl 1183.68527号
[10] Del Buono，N。；Pio，G.，《用于联合聚类的非负矩阵三因子化：块矩阵分析》，《信息科学》，301，13-26（2015）
[11] Delicado，P.，《数据为密度函数时的维数缩减》，计算统计与数据分析，55，1，401-420（2011）·Zbl 1247.62148号
[12] Diday，E。；Govaert，G.，《自动分类与距离适应》，R.A.I.R.O.信息计算机科学，11，4，329-349（1977）·Zbl 0375.62061号
[13] Diday，E。；Simon，J.C.，聚类分析，（Fu，K.S.，数字模式分类（1976），施普林格：施普林格柏林），47-94·Zbl 0331.62043号
[14] 丁，C。；何，X。；Simon，H.D.，关于非负矩阵分解和谱聚类的等价性，（SIAM数据挖掘会议论文集，2005（2005）），869-876
[15] Doreian，P。；巴塔格尔，V。；Ferligoj，A.，双模网络数据的广义块建模，社交网络，26，1，29-53（2004）
[16] 弗里德曼，J.H。；Meulman，J.J.，《属性子集上的聚类对象》，《皇家统计学会杂志》，B辑，66，815-849（2004）·Zbl 1060.62064号
[17] Gibbs，A.L。；Su，F.E.，《关于选择和限定概率指标》，《国际统计评论》，70，3，419-435（2002）·Zbl 1217.62014年
[18] 佐丹奴，G。；Brito，P.，《作为符号数据的社会网络》（Vicari，D.等人，《行为与社会科学中复杂数据的分析与建模》（2014），施普林格：施普林格-海德堡出版社），133-142
[19] 戈瓦特，G。；Nadif，M.，用块混合模型聚类，模式识别，36，463-473（2003）
[20] 戈瓦特，G。；Nadif，M.，《联合聚类：模型、算法和应用》（2015），威利：威利纽约·Zbl 0910.62021号
[21] Q.Gu，J.Zhou，流形上的共聚类，in：Proc。第15届ACM SIGKDD国际知识发现和数据挖掘会议，ACM，纽约州纽约市，美国，2009年，第359-368页。
[22] 古普塔，N。；Aggarwal，S.，将互信息用于双聚类基因表达数据，模式识别，43，2692-2697（2010）·Zbl 1207.68281号
[23] Hartigan，J.，《聚类算法》（1975），威利·Zbl 0321.62069号
[24] 黄J.Z。；Ng，M.K。；荣，H。；Li，Z.，k均值聚类中的自动变量加权，IEEE模式分析和机器智能汇刊，27，5，657-668（2005）
[25] 休伯特，L。；Arabie，P.，比较分区，分类杂志，2193-218（1985）
[26] A.Irpino，E.Romano，大数据集的最佳直方图表示：Fisher与分段线性近似。《新技术信息评论》，RNTI-E-9:99-1102007年。
[27] A.Irpino，R.Verde，《分布符号变量的基本统计：基于度量的新方法》，《数据分析和分类进展》，9（2），143-1752015年。ISSN 1862-5347·Zbl 1414.62017年
[28] 埃尔皮诺，A。；Verde，R。；De Carvalho，F.A.T.，基于自适应平方Wasserstein距离的直方图数据动态聚类，应用专家系统，41，7，3351-3366（2014）
[29] A.Irpino，R.Verde，F.A.T.de Carvalho，分配数据的模糊聚类与可变成分的自动加权，信息科学，406-407（2017）248-268。ISSN 0020-0255。doi:10.1016/j.ins.2017.04.040·Zbl 1429.62249号
[30] C.Keribin，C.Biernacki，《协同聚类：基于模型或无模型的方法》，载于：2019年第62届ISI世界统计大会。
[31] Kim，J。；Billard，L.，《直方图值观测的差异性度量》，《统计学中的传播——理论和方法》，42，2，283-303（2013）·Zbl 1298.62100号
[32] 科伦雅克-乔恩，南部。；Batagelj，V.，《聚类大型数据集的符号数据分析方法》，319-327（2002），施普林格-柏林-海德堡：施普林格
[33] 拉克劳，C。；Nadif，M.，用于文档术语划分的硬和模糊对角共聚类，神经计算，1933，133-147（2016）
[34] Mallows，C.L.，关于渐近联合正态性的注记，《数理统计年鉴》，43，2，508-515（1972）·Zbl 0238.60017号
[35] L.Mi，W.Zhang，X.Gu，Y.Wang，Variational Wasserstein聚类，摘自：Cham Springer（编辑），《计算机视觉-ECCV 2018》。计算机科学课堂讲稿，第11219卷，2018年，第336-352页。
[36] Mirkin，B.，《数学分类和聚类》（1996），Kluwer:Kluwer-Dordrecht·Zbl 0874.90198号
[37] 佩雷拉，A.L.V。；Hruschka，E.R.，同步联合聚类和学习解决推荐系统中的冷启动问题，基于知识的系统，82，11-19（2015）
[38] Rocci，R。；Vichi，M.，双模多分区，计算统计与数据分析，521984-2003（2008）·兹比尔1452.62463
[39] 角色，F。；Morbieu，S。；Nadif，M.，Coclust:用于协同聚类的Python包，《统计软件杂志》，88，7，1-29（2019）
[40] L.Rüshendorff，Wasserstein metric，收录于：数学百科全书，Springer，2001年。
[41] T.Sarazin，M.Lebbah，H.Azzag，A.Chaibi，特征组加权和拓扑双聚类，收录于：《国际神经信息处理会议论文集》，2014年，第369-376页。
[42] 塞洛西，M。；雅克·J。；Biernacki，C.，混合类型数据的基于模型的联合聚类，计算统计与数据分析，144106866（2020）·Zbl 1504.62084号
[43] 斯特雷尔，A。；Ghosh，J.，《集群集成——用于组合多个分区的知识重用框架》，《机器学习研究杂志》，3583-617（2003）·Zbl 1084.68759号
[44] T.Terada，H.Yadohisa，《分布值数据的非层次聚类》，载于：Y.Lechevallier，G.Saporta，（编辑），《2010年COMPSTAT会议录》，施普林格，柏林，2010年，第1653-1660页。
[45] R.Verde，A.Irpino，Y.Lechevallier，使用Wasserstein度量的直方图动态聚类，载于：A.Rizzi，M.Vichi，（编辑），2006年《COMPSTAT学报》，海德堡，2006年。Compstat 2006，Physica Verlag，第869-876页。
[46] 维拉尼，C.，《最佳交通》，第338卷（2009年），《施普林格：施普林格-柏林-海德堡》·Zbl 1156.53003号
[47] 弗拉克，M。；Billard，L。；Diday，E。；Chedin，A.，混合模型的Copula分析，计算统计学，27427-457（2012）·Zbl 1304.65087号
[48] 魏，Z。；赵，H。；赵，L。；Yan，H.，基于正则多元分解和分层因式分解的张量数据多尺度联合聚类，信息科学，503，503和72-91（2019）·Zbl 1453.62555号
[49] G.Xu，Y.Zong，P.Dolog，Y.Zhang，使用二部谱投影方法对博客进行共聚类分析，载于：《基于知识和智能的信息与工程系统》，2010年，第398-407页。
[50] Yang，S。；刘，Y。；李强。；杨伟（Yang，W.）。；Zhang，Y。；Wen，C.，带对称流形正则化的非负矩阵因式分解，神经过程函，51，723-748（2020）
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。