西尔维娅·弗里瓦特·施纳特;马尔辛纳·瓦利（Malsiner-Walli），格特劳德（Gertraud） 从这里到无穷：基于模型聚类中稀疏有限与Dirichlet过程混合。 （英语） Zbl 1474.62225号 高级数据分析。分类。，ADAC公司 13，第1号，33-64（2019）. 摘要：在基于模型的聚类中，混合模型用于将数据点分组为簇。通过引入高斯混合的有用概念G.马尔西纳·瓦利等【统计计算26，No.1–2，303–324（2016；Zbl 1342.62109号)]是稀疏有限混合，其中含有（K）组分的混合的权重分布的先验分布是以这样的方式选择的，即数据中的先验簇数是随机的，并且允许以较高的概率小于（K）。然后从数据中推断出聚类的数量。本文在稀疏有限混合建模的背景下做出了以下贡献。首先，说明了稀疏有限混合的概念是非常通用的，并且很容易扩展到聚类各种类型的非高斯数据，特别是来自非高斯聚类的离散数据和连续多元数据。其次，将稀疏有限混合与Dirichlet过程混合进行比较，以了解其识别簇数的能力。对于这两个模型类，考虑了确定权重分布的参数的随机超先验。通过对这些先验值进行适当匹配，可以看出，与考虑稀疏有限混合或Dirichlet过程混合相比，超先验值的选择对聚类解的影响要大得多。 引用于20文件 MSC公司： 62H30型 分类和区分；聚类分析（统计方面） 60年12月 一般二阶随机过程 关键词：混合物分布;潜在类别分析;倾斜分布;边际可能性;count数据;迪里克莱先验 引文：Zbl 1342.62109号 软件：贝叶斯逻辑;公共生命周期评价 PDF格式BibTeX公司 XML格式引用 \textit{S.Frühwirth-Schnatter}和\textit{G.Malsiner-Walli}，高级数据分析。分类。，ADAC 13，编号1，33--64（2019；Zbl 1474.62225） 全文： 内政部 arXiv公司 参考文献： [1] Aitkin M（1996）广义线性模型中过度分散的一般最大似然分析。统计计算6:251-262·doi:10.1007/BF00140869 [2] Azzalini A（1985）包含正态分布的一类分布。扫描J统计12:171-178·Zbl 0581.62014号 [3] Azzalini A（1986）关于一类包含正态分布的分布的进一步结果。统计46:199-208·Zbl 2013年6月6日 [4] Azzalini A，Capitanio A（2003）对称扰动产生的分布，强调多元斜t分布。J R Stat Soc序列B 65:367-389·Zbl 1065.62094号 ·数字对象标识代码：10.1111/1467-9868.00391 [5] Azzalini A，Dalla Valle A（1996）多元斜态正态分布。生物特征83:715-726·Zbl 0885.62062号 ·doi:10.1093/biomet/83.4.715 [6] Banfield JD，Raftery AE（1993），基于模型的高斯和非高斯聚类。生物统计学49:803-821·Zbl 0794.62034号 ·doi:10.2307/2532201 [7] Bennett DA、Schneider JA、Buchman AS、de Leon CM、Bienias JL、Wilson RS（2005）《快速记忆和衰老项目：研究队列的研究设计和基线特征》。神经流行病学25:163-175·数字对象标识代码：10.1159/000087446 [8] Bensmail H，Celeux G，Raftery AE，Robert CP（1997），基于模型的聚类分析推断。统计计算7:1-10·doi:10.1023/A：1018510926151 [9] Biernacki C，Celeux G，Govaert G（2000）使用综合完全似然评估聚类的混合模型。IEEE Trans-Pattern Ana Mach Intell 22:719-725（IEEE传输模式分析机器智能）·doi:10.1109/34.865189 [10] Celeux G、Forbes F、Robert CP、Titterington DM（2006）缺失数据模型的偏差信息标准。贝叶斯分析1:651-674·Zbl 1331.62329号 ·doi:10.1214/06-BA122 [11] Celeux，G。；Frühwirth-Schnatter，S。；CP罗伯特；Frühwirth-Schnatter，S.（编辑）；Celeux，G.（编辑）；Robert，CP（编辑），混合模型的模型选择——视角和策略，121-160（2018），博卡拉顿 [12] Clogg CC，Goodman LA（1984）一组多维连续表的潜在结构分析。美国统计协会杂志79:762-771·Zbl 0547.62037号 ·doi:10.1080/01621459.1984.10477093 [13] Dellaportas P，Papageorgiou I（2006），成分数量未知的多元混合法线。统计计算16:57-68·doi:10.1007/s11222-006-5338-6 [14] Escobar MD，West M（1995），贝叶斯密度估计和混合推理。美国统计协会杂志90:577-588·Zbl 0826.62021号 ·doi:10.1080/01621459.1995.10476550 [15] 医学博士埃斯科瓦尔；韦斯特，M。；Dey，D.（编辑）；Müller，P.（编辑）；Sinha，D.（编辑），《计算非参数层次模型》，1-22（1998），柏林·Zbl 0918.62028号 [16] Fall MD，Baraté（2014）Pitman-Yor混合模型的Gibbs采样方法。工作文件https://hal.archives-ouvertes.fr/hal-00740770/file/Fall-Barat.pdf [17] Ferguson TS（1973）一些非参数问题的贝叶斯分析。安统计1:209-230·Zbl 0255.62037号 ·doi:10.1214/aos/1176342360 [18] Ferguson TS（1974）概率测度空间的先验分布。安统计2:615-629·Zbl 0286.62008号 ·doi:10.1214/aos/1176342752 [19] 弗格森，TS；Rizvi，MH（编辑）；Rustagi，JS（编辑），混合正态分布的贝叶斯密度估计，287-302（1983），纽约·Zbl 0557.62030号 ·doi:10.1016/B978-0-12-589320-6.50018-6 [20] Frühwirth-Schnatter S（2004）使用桥式抽样技术估计混合和马尔可夫切换模型的边际可能性。经济杂志7:143-167·兹比尔1053.62087 ·doi:10.1111/j.1368-423X.2004.00125.x [21] Frühwirth-Schnatter S（2006）有限混合和马尔可夫切换模型。纽约州施普林格·Zbl 1108.6202号 [22] Frühwirth-Schnatter，S。；Mengersen，K.（编辑）；罗伯特，CP（编辑）；Titterington，D.（编辑），《处理模型不确定性下的标签转换》，213-239（2011），奇切斯特·数字对象标识代码：10.1002/9781119995678.ch10 [23] Frühwirth-Schnatter，S。；Mengersen，K.（编辑）；罗伯特，CP（编辑）；Titterington，D.（编辑），模型不确定性下的标签转换，213-239（2011），霍博肯·数字对象标识代码：10.1002/9781119995678.ch10 [24] Frühwirth-Schnatter S，Pyne S（2010）关于单变量和多元斜正态分布和斜t分布有限混合的贝叶斯推断。生物统计学11:317-336·Zbl 1437.62465号 ·doi:10.1093/biostatistics/kxp062 [25] Frühwirth-Schnatter S，Wagner H（2008）使用辅助混合抽样的非高斯模型的边际可能性。计算统计数据分析52:4608-4624·Zbl 1452.62060号 ·doi:10.1016/j.csda.2008.03.028 [26] Frühwirth-Schnatter S，Frü）hwirth R，Held L，Rue H（2009）非高斯数据分层模型的改进辅助混合采样。统计计算19:479-492·数字对象标识代码：10.1007/s11222-008-9109-4 [27] Frühwirth-Schnatter S，Celeux G，Robert CP（eds）（2018）混合物分析手册。博卡拉顿CRC出版社 [28] Goodman LA（1974）使用可识别和不可识别模型进行探索性潜在结构分析。生物特征61:215-231·Zbl 0281.62057号 ·doi:10.1093/biomet/61.2.215 [29] Green PJ，Richardson S（2001）用和不用Dirichlet过程模拟异质性。扫描J统计28:355-375·Zbl 0973.62031号 ·doi:10.1111/1467-9469.00242 [30] Grün，B。；Frühwirth-Schnatter，S.（编辑）；Celeux，G.（编辑）；Robert，CP（编辑），基于模型的聚类，163-198（2018），博卡拉顿 [31] Hubert L，Arabie P（1985）比较分区。J类2（1）：193-218·Zbl 0587.62128号 ·doi:10.1007/BF01908075 [32] Ishwaran H，James LF（2001），吉布斯（Gibbs）《破胶前期的取样方法》。美国统计学会杂志96:161-173·Zbl 1014.62006年 ·doi:10.1198/016214501750332758 [33] Kalli M，Griffin JE，Walker SG（2011）切片取样混合模型。统计计算21:93-105·Zbl 1256.65006号 ·doi:10.1007/s11222-009-9150-y [34] Keribin C（2000）混合物模型阶数的一致估计。桑基拉A 62:49-66·兹比尔1081.62516 [35] Lau JW，Green P（2007）基于贝叶斯模型的聚类程序。J计算图表统计16:526-558·doi:10.1198/106186007X238855 [36] Lazarsfeld PF，Henry NW（1968），潜在结构分析。Houghton Mifflin，纽约·Zbl 0182.52201号 [37] Lee S，McLachlan GJ（2013）非正态混合分布的基于模型的聚类和分类。统计方法应用程序22:427-454·Zbl 1332.62209号 ·doi:10.1007/s10260-013-0237-4 [38] Linzer DA，Lewis JB（2011）polca:多体变量潜在类分析的R包。J Stat Softw统计软件42（10）：1-29·doi:10.18637/jss.v042.i10 [39] Malsiner Walli G，Frühwirth-Schnatter S，Grün B（2016）基于稀疏有限高斯混合的基于模型的聚类。统计计算26:303-324·Zbl 1342.62109号 ·doi:10.1007/s11222-014-9500-2 [40] Malsiner Walli G，Frühwirth-Schnatter S，Grün B（2017）使用贝叶斯估计识别混合物混合物。J计算图表统计26:285-295·Zbl 1342.62109号 ·doi:10.1080/10618600.2016.1200472 [41] Malsiner-Walli G，Pauger D，Wagner H（2018）使用基于模型的聚类进行效果融合。统计模型18:175-196·Zbl 07289504号 ·doi:10.177/1471082X17739058 [42] McLachlan GJ，Peel D（2000）有限混合模型。概率统计中的威利级数。纽约威利·Zbl 0963.62061号 ·doi:10.1002/0471721182 [43] Medvedovic M，Yeung KY，Bumgarner RE（2004）基于贝叶斯混合模型的重复微阵列数据聚类。生物信息学20:1222-1232·doi:10.1093/bioinformatics/bth068 [44] Miller JW，Harrison MT（2013）Dirichlet工艺混合物成分数量不一致的简单示例。主题：神经信息处理系统的进展，第199-206页 [45] Miller JW、Harrison MT（2018）混合模型与成分数量先验。美国统计协会期刊113:340-356·Zbl 1398.62066号 ·doi:10.1080/01621459.2016.1255636 [46] Müller P，Mitra R（2013）贝叶斯非参数推断——为什么和如何。贝叶斯分析8:269-360·Zbl 1329.62171号 ·doi:10.1214/13-BA811 [47] Nobile A（2004）关于有限混合物中成分数量的后验分布。安统计32:2044-273·Zbl 1056.62037号 ·doi:10.1214/09053604000000788 [48] Papaspiliopoulos O，Roberts G（2008），Dirichlet过程层次模型的回顾性马尔可夫链蒙特卡罗方法。生物特征95:169-186·兹比尔1437.62576 ·doi:10.1093/biomet/asm086 [49] Polson NG，Scott JG，Windle J（2013）使用Pólya Gamma潜变量的逻辑模型的贝叶斯推理。美国统计学会杂志108:1339-49·Zbl 1283.62055号 ·doi:10.1080/01621459.2013.829001 [50] Quintana FA，Iglesias PL（2003）贝叶斯聚类和产品划分模型。J R Stat Soc序列B 65:557-574·Zbl 1065.62115号 ·doi:10.1111/1467-9868.00402 [51] Richardson S，Green PJ（1997），关于成分数量未知的混合物的贝叶斯分析。J R Stat Soc系列B 59:731-792·Zbl 0891.62020号 ·数字标识代码：10.1111/1467-9868.00095 [52] Rousseau J，Mengersen K（2011）过量混合模型中后验分布的渐近行为。J R Stat Soc系列B 73:689-710·Zbl 1228.62034号 ·doi:10.1111/j.1467-9868.2011.00781.x [53] Sethuraman J（1994）Dirichlet先验的建设性定义。统计Sin 4:639-650·Zbl 0823.62007号 [54] Stern H、Arcus D、Kagan J、Rubin DB、Snidman N（1994）《婴儿气质研究中的统计选择》。行为测量学21:1-17·doi:10.233/bhmk.21.1 [55] van Havre Z，White N，Rousseau J，Mengersen K（2015）成分数量未知的贝叶斯混合模型拟合过度。公共图书馆综合服务10（7）：e0131739，1-27 [56] Viallefont V，Richardson S，Green PJ（2002），泊松混合物的贝叶斯分析。非参数统计杂志14:181-202·Zbl 1014.62035号 ·doi:10.1080/10485250211383 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。