×
加西亚·埃斯库德罗，洛杉矶。;戈尔达利扎，A。;圣马丁，R。;van Aelst，S。;R.扎马。

稳健的线性聚类。 （英语） Zbl 1231.62112号

J.R.Stat.Soc.，塞尔维亚。B、 统计方法。 71，第1号，301-318（2009）.
摘要：非层次聚类方法通常基于围绕“对象”形成组的思想。这类方法的主要指数是\（k \）-means方法，其中这些对象是点。然而，数据集中的聚类往往是由于被测变量之间的某些关系。例如，我们可以找到直线和平面之类的线性结构，观察结果以自然的方式围绕其分组。这些结构不能用点很好地表示。我们提出了一种在存在离群值的情况下搜索线性组的方法。该方法基于公平修剪的思想。我们通过测量正交距离的差异来搜索包含数据比例（1-alpha）的“最佳”子样本，以及与这些非丢弃观测值拟合的最佳（k）仿射子空间。还考虑了样本问题的总体版本。我们证明了样本问题和总体问题解的存在性及其一致性。还描述了解决样本问题的可行算法。最后，给出了一些示例，说明了该方法在实际中的工作原理。

引用于22文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
62H25个 因子分析和主成分；对应分析

关键词：

仿射子空间;正交回归;主要成分;稳健性;修剪\（k\）-表示;修整

软件：

XGobi公司;算法39;GGobi公司;剪影
PDF格式BibTeX公司 XML格式引用
\textit{L.A.GarcíA-Escudero}等人，J.R.Stat.Soc.，Ser。B、 统计方法。71，第1号，301--318（2009；Zbl 1231.62112）
全文： 内政部 链接

参考文献：

[1] Agostinelli，从数据和信息分析到知识，分类、数据分析和知识组织研究，第246页–（2006）
[2] Banfield，《利用数学形态学和主曲线聚类法识别卫星图像中的浮冰》，J.Am.Statist。评估87第7页–（1992）
[3] 班菲尔德，基于模型的高斯和非高斯聚类，生物统计学49，第803页–（1993）·Zbl 0794.62034号
[4] 布拉德利，Proc。第四届国际会议知识发现和数据挖掘第9页–（1998年）
[5] Bryant，分类最大似然估计的渐近行为，生物特征65 pp 273–（1978）·Zbl 0393.62011号
[6] 坎贝尔，《使用基于模型的聚类法检测机织物的线性缺陷》，Pattn Recogn。莱特。第18页，第1539页–（1997年）
[7] Celeux，用于聚类的分类EM算法和两个随机版本，Computenl Statist。数据分析。第13页，第315页–（1992年）
[8] 陈，Proc。Conf.计算机视觉和模式识别pp 1069–（2001）
[9] 克罗克斯（2007）
[10] 《Cuesta-Albertos，Trimmed k-means:增强量化器的尝试》，《统计年鉴》。第553页，共25页–（1997年）·Zbl 0878.62045号
[11] Dasgupta，《通过基于模型的聚类检测杂波空间点过程中的特征》，J.Am.Statist。第93章第294页——（1998年）·Zbl 0906.62105号
[12] DeSarbo，《聚类线性回归的最大似然法》，J.Classification 5 pp 249–（1988）·Zbl 0692.62052号
[13] DeSarbo，聚类线性回归的模拟退火方法，Psycholometrika 54第707页–（1989）
[14] 杜达，模式分类（2000）
[15] Fisher，通过增量概念聚类获取知识，Mach。学习。第139页，第2页–（1987）
[16] Fukunaga，《统计模式识别导论》（1990）
[17] García-Escudero，探索性数据分析中的修剪工具，J.Computenl Graph。统计师。第12页，434页–（2003年）
[18] García-Escudero，《稳健聚类的一般修剪方法》，《统计年鉴》。第36页，第1324页–（2008年）·兹比尔1360.62328
[19] Gordaliza，基于修剪程序的随机变量最佳近似，J.近似理论64页162–（1991）·Zbl 0745.41030号
[20] Hartigan，聚类算法（1975）
[21] Hartigan，算法AS136:k-means聚类算法，应用。统计师。第28页，100页–（1979年）·Zbl 0447.62062号
[22] 哈斯蒂（Hastie），《主要曲线》（Principal curves），《美国统计杂志》（J.Am.Statist）。第84章第502页——（1989年）
[23] Hennig，《集群、离群值和回归：不动点集群》，J.Multiv。分析。第83页第183页–（2003年）·Zbl 1020.62051号
[24] Hennig，《验证大型数据集中的可视聚类：光谱特征的定点聚类》，Computenl Statist。数据分析。第40页，723页–（2002年）·Zbl 1043.68089号
[25] Hosmer，两条回归线混合参数的最大似然估计，Communs Statist。Simuln Computen 3第995页–（1974年）·Zbl 0294.62085号
[26] Jolion，《计算机视觉应用中的稳健集群》，IEEE Trans。Pattn Ana公司。机器。智力。第13页，791页–（1991年）
[27] Kamgar-Parsi，使用神经网络将多个平面同时拟合到点集，计算。视觉。图表。图像处理。第52页，第341页–（1990年）·Zbl 0687.68031号
[28] 考夫曼，《在数据中寻找群体》（1990年）·Zbl 1345.62009号 ·doi:10.1002/9780470316801
[29] Lenstra，双线最小二乘法，Ann.Disc。数学。第16页201–（1982）·兹伯利0495.62071
[30] Maitra，《利用软件度量和层析成像的应用对海量数据集进行聚类》，Technometrics 43 pp 336–（2001）
[31] 麦奎因，Proc。第五届伯克利交响乐团。数理统计与概率pp 281–（1967）
[32] Meer，《计算机视觉中的稳健回归方法：综述》，国际计算机杂志。视觉。第59页第6页–（1991年）
[33] Müller，基于重降M-估计量的简单一致聚类方法及其在图像边缘识别中的应用，J.Multiv。分析。第92页，359页–（2005年）·Zbl 1062.62114号 ·doi:10.1016/j.jmva.2003.12.005
[34] Murtagh，《海量数据集手册》，第401页–（2002年）
[35] Murtagh，将直线拟合到点模式，Patnt Recogn。第17页，第479页–（1984年）
[36] Ng，程序。第20届Conf.超大型数据库第144页–（1994）
[37] 佩尼亚，《贝叶斯统计》，第7页，第327页——（2003年）
[38] Phillips，直线拟合的ISODATA算法，Pattn Recogn。莱特。第7页，291页–（1988年）
[39] Rousseeuw，Silhouettes:聚类分析解释和验证的图形辅助，J.Computenl Appl。数学。第20页第53页–（1987）·兹伯利0636.62059
[40] Rousseeuw，最小协方差行列式估计的快速算法，Technometrics 41 pp 212–（1999）
[41] Scott，多元密度估计（1992）·数字对象标识代码：10.1002/9780470316849
[42] Silverman，统计和数据分析密度估计（1986）·兹比尔0617.62042 ·doi:10.1007/978-1-4899-3324-9
[43] Späth，聚类线性回归的快速算法，计算29 pp 175–（1982）·Zbl 0485.65030号
[44] 斯坦福，《在空间点模式中发现曲线特征：带噪声的主曲线聚类》，IEEE Trans。Patnt Recogn公司。第22页601–（2000）·doi:10.1109/34.862198
[45] 斯图尔特，MINPRAN：一种新的计算机视觉鲁棒估计器，IEEE Trans。Pattn Ana公司。机器。智力。第17页，925页–（1995年）
[46] Stewart，计算机视觉中的稳健参数估计，SIAM Rev.41 pp 513–（1999）
[47] XGobi Swayne：X Window系统中的交互式动态数据可视化，J.Computenl Graph。统计师。第7页，113页–（1998年）
[48] GGobi Swayne：从XGobi演变为交互式数据可视化的可扩展框架，Computenl Statist。数据分析。第43页，423页–（2003年）·Zbl 1429.62013号
[49] Tarpey，自一致性算法，J.Computenl Graph。统计师。第889页第8页–（1999年）·Zbl 0999.62042号
[50] Tarpey，自我一致性：统计学中的一个基本概念。科学。第229页第11页–（1996年）·Zbl 0955.62540号
[51] Van Aelst，使用正交回归的线性分组，计算统计量。数据分析。第50页，1287页–（2006年）
[52] Zhang，BIRCH：一种新的数据聚类算法及其应用，data Min.Knowl。迪斯科。第1页141–（1997）
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。