×
马可·佐丹;吉安卡洛·戴安娜

分类有序数据的聚类方法。 （英语） Zbl 1220.62082号

Commun公司。统计、理论方法 40，第7期，1315-1334（2011）.
摘要：通常，分类有序数据是使用定义良好的相似性度量对此类数据进行聚类，然后使用不是专门为其开发的聚类算法。本文的目的是介绍一种适合于有序数据的新聚类方法。使用多项式模型、聚类树和修剪策略对对象进行分组。通过仿真分析了两种剪枝方式。该方法克服了聚类分析中的两个典型问题：组数的选择和尺度不变性。

引用于6文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
65C60个 统计中的计算问题（MSC2010）

关键词：

Bonferroni-Holm程序

软件：

岩石;MULTIMIX公司
PDF格式BibTeX公司 XML格式引用
\textit{M.乔丹}和\textit{G.戴安娜}，Commun。统计，理论方法40，第7期，1315--1334（2011；Zbl 1220.62082）
全文： 内政部

参考文献：

[1] DOI:10.111/1467-842X.00050·Zbl 1127.62364号 ·doi:10.1111/1467-842X.00050
[2] 内政部：10.1016/0167-9473（96）88919-5·Zbl 0900.62324号 ·doi:10.1016/0167-9473（96）88919-5
[3] 内政部：10.1007/BF02616237·兹比尔0775.62150 ·doi:10.1007/BF02616237
[4] Chaturvedi A.，J.分类18第35页–（2001）
[5] Ertöz，L.，Steinbach，M.，Kumar，V.（2003）。在嘈杂的高维数据中发现不同大小、形状和密度的簇。程序。第二届SIAM国际会议数据挖掘，加利福尼亚州旧金山。
[6] 内政部：10.1111/j.1467-9868.2004.02059.x·兹比尔1060.62064 ·文件编号：10.1111/j.1467-9868.2004.02059.x
[7] DOI:10.1016/j.jspi.2008.01.013·Zbl 1146.62013年 ·doi:10.1016/j.jspi.2008.01.013
[8] 内政部：10.2307/2528823·doi:10.2307/2528823
[9] Guha，S.、Rastogi，R.、Shim，K.（1999）。ROCK：一种稳健的类别属性聚类算法。程序。第15届ICDEpp。512–521 .
[10] DOI:10.1016/S0167-9473（96）00022-9·Zbl 0900.92186号 ·doi:10.1016/S0167-9473（96）00022-9
[11] Hartigan J.A.，聚类算法（1975）·Zbl 0372.62040号
[12] DOI:10.1023/A:1009769707641·Zbl 05469096号 ·doi:10.1023/A:1009769707641
[13] 内政部：10.1007/BF01908075·doi:10.1007/BF01908075
[14] DOI:10.1016/S0167-9473（02）00190-1·Zbl 1256.62037号 ·doi:10.1016/S0167-9473（02）00190-1
[15] 考夫曼L.，《在数据中发现群体：聚类分析导论》（1990年）·兹比尔1345.62009
[16] 内政部：10.2307/2531893·Zbl 0707.62122号 ·doi:10.2307/2531893
[17] Lehmann E.L.，《检验统计假设》（2005年）·兹比尔1076.62018
[18] 内政部：10.2307/1224438·doi:10.2307/1224438
[19] DOI:10.1023/A:1009745219419·兹伯利05470544 ·doi:10.1023/A:1009745219419
[20] 内政部：10.1007/s00357-003-0004-6·Zbl 1055.62075号 ·doi:10.1007/s00357-003-0004-6
[21] 内政部：10.1111/1467-9868.00293·Zbl 0979.62046号 ·数字对象标识代码：10.1111/1467-9868.00293
[22] Zhang N.L.，J.马赫。学习。第5号决议第697页–（2004年）
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。