×
马蒂厄·马尔巴克;克里斯托夫·比尔纳基;文森特·范德维尔

条件相关分类数据的基于模型的聚类。 （英语） Zbl 1335.62103号

J.分类。 第2145-175号第32页（2015年）.
摘要：通过放松变量的经典“类条件独立性假设”，提出了一种用于分类数据聚类的潜在类模型的扩展。该模型将变量分为相互依赖和相互依赖块，以考虑主要的类内相关性。通过混合两种极端分布（分别是独立性和最大依赖性）来考虑分组在类的同一块中的变量之间的依赖性。当变量与类相关时，这种方法有望减少潜在类模型的偏差。实际上，它生成了一个有意义的依赖模型，只需要几个附加参数。通过EM算法，通过最大似然估计参数。此外，为了克服块体结构搜索所涉及的组合问题的计算复杂性，使用Gibbs采样器进行模型选择。医学和生物数据集上的两个应用表明了这种新模型的相关性。结果加强了这一观点，即该模型是有意义的，并且它减少了由潜在类模型的条件独立性假设引起的偏差。

引用于6文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）

关键词：

分类数据;群集;相关性;EM算法;吉布斯采样器;混合物模型;型号选择

软件：

MULTIMIX公司;Rmixmod公司
PDF格式BibTeX公司 XML格式引用
\textit{M.Marbac}等人，J.Classif。32，第2号，145--175（2015；Zbl 1335.62103）
全文： 内政部 arXiv公司 哈尔

参考文献：

[1] AGRESTI，A.（2002），《分类数据分析》（第359卷），纽约：John Wiley and Sons出版社·兹比尔1018.62002
[2] ALLMAN，E.、MATIAS，C.和RHODES，J.（2009），“具有多个观测变量的潜在结构模型中参数的可识别性”，《统计年鉴》37（6A），3099-3132·Zbl 1191.62003号
[3] BANFIELD，J.和RAFTERY，A.（1993），“基于模型的高斯和非高斯聚类”，《生物统计学》，49（3），803-821·Zbl 0794.62034号
[4] BOCK，H.（1986），“定性数据的对数线性模型和熵聚类方法”，《分类作为研究工具》，编辑W.Gaul和M.Schader，阿姆斯特丹：北荷兰，第19-26页·Zbl 0588.62101号
[5] CELEUX，G.和GOVAERT，G.（1991），“离散数据和潜在类模型的聚类标准”，分类杂志8（2），157-176·Zbl 0775.62150号
[6] CELEUX，G.和GOVAERT，G.（1995），“高斯简约聚类模型”，模式识别28（5），781-793。
[7] CHAVENT，M.、KUENTZ，V.和SARACCO，J.（2010），“分类变量聚类的划分方法”，《分类作为研究工具》，柏林：施普林格出版社，第91-99页。
[8] CHENG，J.，GREINER，R.（1999），“比较贝叶斯网络分类器”，《第十五届人工智能不确定性会议论文集》，摩根考夫曼出版社，第101-108页。
[9] CHOW，C.和LIU，C.（1968），“用依赖树逼近离散概率分布”，IEEE信息理论汇刊，14（3），462-467·兹伯利0165.22305
[10] DEMPSTER，A.、LAIRD，N.和RUBIN，D.（1977），“通过EM算法从不完整数据中获得最大似然”，英国皇家统计学会期刊，B辑（方法学），39，1-38·Zbl 0364.62022号
[11] ESPELAND，M.和HANDELMAN，S.（1989），“使用潜在类模型表征和评估离散测量中的相对误差”，《生物计量学》45（2），587-599·Zbl 0718.62220号
[12] FORMANN，A.（1992），“Polytomous数据的线性Logistic潜在类分析”，《美国统计协会杂志》87（418），476-486。
[13] FRIEDMAN，N.、GEIGER，D.和GOLDSZMIDT，M.（1997）《贝叶斯网络分类器》，机器学习29（2），131-163·Zbl 0892.68077号
[14] GOLLINI，I.和MURPHY，T.（2013年），“基于模型的分类数据聚类潜在特征分析器的混合”，统计与计算，24（4），569-588·Zbl 1325.62122号
[15] GOODMAN，L.（1974）“使用可识别和不可识别模型的探索性潜在结构分析”，Biometrika 61（2），215-231·Zbl 0281.62057号
[16] GOVAERT，G.（2010），《数据分析》（第136卷），威利在线图书馆。
[17] GOVAERT，G.和NADIF，M.（2003），“块混合模型聚类”，模式识别36（2），463-473·Zbl 1452.62444号
[18] GUINOT，C.、LATREILLE，J.、MALVY，D.、PREZIOSI，P.、GALAN，P.，HERCBERG，S.和TENENHAUS，M.（2001），“使用多重对应分析和聚类分析研究饮食行为：SU.VI.MAX.队列中的食物消费问卷”，《欧洲流行病学杂志》17（6），505-516。
[19] HAGENAARS，J.（1988），“指标间直接影响的潜在结构模型——局部依赖模型”，社会学方法与研究16（3），379-405。
[20] HAND，D.和YU，K.（2001），“白痴贝叶斯：毕竟不是那么愚蠢？国际统计评论69（3），385-398·Zbl 1213.62010年
[21] HANDELMAN，S.、LEVERETT，D.、ESPELAND，M.和CURZON，J.（1986年），“密封龋齿和完好牙齿表面的临床放射学评估”，美国牙科协会杂志113（5），751-754。
[22] HARPER，D.（1972），“局部依赖性潜在结构模型”，《心理测量学》37（1），53-59·Zbl 0239.92012号
[23] HUANG，J.，NG，M.，RONG，H.和LI，Z.（2005），“K-Means类型聚类中的自动可变加权”，IEEE模式分析和机器智能汇刊，27（5），657-668。
[24] HUNT，L.和JORGENSEN，M.（1999），“理论和方法：使用MULTIMIX程序进行混合模型聚类”，《澳大利亚和新西兰统计杂志》41（2），154-171·Zbl 0962.62061号
[25] JAJUGA，K.、SOKOŁOWSKI，A.和BOCK，H.（2002），分类、聚类和数据分析：最新进展和应用，纽约：Springer Verlag·Zbl 1026.00018号
[26] JORGENSEN，M.和HUNT，L.（1996），“具有分类变量和连续变量的数据集的混合模型聚类”，《ISIS会议论文集》，第96卷），第375-384页。
[27] LEBARBIER，E.和MARY-HUARD，T.（2006年），“国际清算银行简介：理论与解释基金会”，法国社会统计杂志，147（1），39-57·Zbl 1409.62025号
[28] LEBRET，R.、IOVLEFF，S.、LANGROGNET，F.、BIERNACKI，C.、CELEUX，G.和GOVAERT，G.（2012），“Rmixmod:基于模型的无监督、监督和半监督分类Mixmod库的R包”，《统计软件杂志》，正在出版（2014）。
[29] MARBAC，M.、BIERNACKI，C.和VANDEWALLE，V.（2013年），“条件相关分类数据的基于模型的聚类”，Rapport de Recherche RR-8232，INRIA·Zbl 1335.62103号
[30] MAUGIS，C.、CELEUX，G.和MARTIN-MAGNIETTE，M.-L.（2009），“基于模型的聚类中的变量选择：通用变量角色建模”，计算统计与数据分析53（11），3872-3882·Zbl 1453.62154号
[31] MCLACHLAN，G.和KRISHNAN，T.（1997），《EMA算法》，《概率与统计威利系列：应用概率与统计》，纽约：威利国际科学·Zbl 0882.62012号
[32] MCLACHLAN，G.和PEEL，D.（2000），《有限混合模型》，《概率与统计中的威利级数：应用概率与统计》，纽约：威利国际科学出版社·Zbl 0963.62061号
[33] MEILA，M.和JORDAN，M.（2001），“混合树学习”，《机器学习研究杂志》，1，1-48·Zbl 1052.68116号
[34] MUTH´EN，B.（2008），“潜在变量杂交：新旧模型概述”，潜在变量混合模型进展1，1-24。
[35] QU，Y.，TAN，M.和KUTNER，M.（1996），“评估诊断测试准确性的潜在类别分析中的随机效应模型”，生物计量学52（3），797-810·Zbl 0875.62551号
[36] REBOUSSIN，B.、IP，E.和WOLFSON，M.（2008），“具有协变量的局部依赖潜在类别模型：美国未成年人饮酒的应用”，《皇家统计学会杂志：A辑（社会统计）》，171（4），877-897。
[37] REBOUSSIN，B.、SONG，E.、SHRESTHA，A.、LOHMAN，K.和WOLFSON，M.（2006），“未成年人饮酒问题的潜在类别分析：来自社区16-20岁样本的证据”，药物和酒精依赖83（3），199-209。
[38] RICHARDSON，S.和GREEN，P.（1997），“关于具有未知组分数量的混合物的贝叶斯分析（带讨论）”，英国皇家统计学会期刊：B系列（统计方法），59（4），731-792·Zbl 0891.62020号
[39] ROBERT，C.（2005），《贝叶斯报：普林西比与普拉蒂克》，法国版：斯普林格出版社。
[40] ROBERT，C.和CASELLA，G.（2004），蒙特卡洛统计方法，纽约：斯普林格-弗拉格出版社·Zbl 1096.62003年
[41] SCHWARZ，G.（1978），“估算模型的维数”，《统计年鉴》，第6期，第461-464页·Zbl 0379.62005年
[42] STRAUSS，S.、RINDSKOPF，D.、ASTONE-TWERELL，J.、DES JARLAIS，D.和HAGAN，H.（2006），“使用潜在类别分析确定美国无药治疗计划中丙型肝炎服务提供模式”，药物和酒精依赖83（1），15-24。
[43] VAN HATTUM，P.和HOIJTINK，H.（2009），“利用品牌战略研究进行市场细分：关于对数线性模型混合的贝叶斯推断”，《分类杂志》26（3），297-328·兹比尔1337.62144
[44] VERMUNT，J.（2003），“多层潜在阶级模型”，社会学方法33（1），213-239。
[45] VERMUNT，J.（2007），“多级混合项目反应理论模型：在教育测试中的应用”，国际统计学会第五十六届会议记录，葡萄牙里斯本，第22-28页。
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。