×

兹马思-数学第一资源

广义双曲因子分析器的混合物。(英语) Zbl 1414.62278号
摘要:将已成功应用于基于模型的高维数据聚类的混合因子分析模型推广到广义双曲混合模型。利用广义逆高斯分布的关系,概述了广义双曲因子分析仪的发展。参数估计采用交替期望条件最大化算法,用贝叶斯信息准则选择因子个数和分量个数。我们的广义双曲因子分析模型在实际数据和模拟数据上的性能得到了说明,与高斯模拟法和其他方法相比,它的性能更好。

理学硕士:
62小时30分 分类和区分;聚类分析(统计方面)
62小时25分 因子分析和主成分分析;对应分析
PDF格式 BibTeX公司 XML 引用
参考文献:
[1] 艾特肯,A.,关于伯努利代数方程的数值解法,第46期,第289-305页,(1926年)·JFM 52.0098.05
[2] 安德鲁斯,伊利诺伊州;McNicholas,PD,多变量t因子分析仪的扩展混合物,统计计算,21361-373,(2011)·Zbl 1255.62171
[3] 安德鲁斯,伊利诺伊州;McNicholas,PD,用于基于模型的聚类、分类和判别分析的改进t因子分析仪的混合物,J Stat Plan推断,1411479-1486,(2011)·Zbl 1204.62098
[4] 安德鲁斯;McNicholas,P.,《基于模型的聚类、分类和多元混合分布判别分析》,Stat Comput,221021-1029,(2012)·Zbl 1252.62062
[5] 贝克,J。;麦克拉克兰,GJM;Flack,L.,因子分析与公共因子负荷的混合:高维数据聚类和可视化的应用,IEEE Trans-Pattern Anal-Mach-Intell,322298-1309,(2010)
[6] 巴恩多夫·尼尔森,O。;哈尔格林,C.,双曲型和广义逆高斯分布的无限可除性,Z.Wahrscheinlichkeittheor Verw。盖布,38,309-311,(1977年)·Zbl 0403.60026
[7] 贝格,L。;布维隆,C。;Girard,S.,Hdclassif:高维监督分类和聚类,R包版本,1,2,(2013)
[8] 巴塔查里亚,S。;McNicholas,PD,《混合模型选择的套索惩罚BIC》,Adv数据分析分类,8,45-61,(2014)
[9] Blæsild P(1978)广义逆高斯分布和双曲分布的形状。研究报告37,理论统计系。丹麦奥胡斯大学
[10] Böhning,D。;迪兹,E。;舍布,R。;施拉特曼,P。;林赛,B.,《单参数指数族密度混合物的似然比分布》,Ann Inst Stat Math,46373-388,(1994)·Zbl 0802.62017
[11] 布维隆,C。;吉拉德,S。;Schmid,C.,高维数据聚类,计算机统计数据分析,52502-519,(2007)·Zbl 1452.62433
[12] 布维隆,C。;Brunet Saumard,C.,基于模型的高维数据聚类:综述,Comput Stat data Anal,71,52-78,(2014)·Zbl 1306.65033
[13] Browne RP,McNicholas PD(2015)广义双曲分布的混合。Can J Stat.doi:10.1002/cjs。11246
[14] 布朗,RP;麦克尼古拉斯,警局;Sparling,MD,使用高斯分布和均匀分布混合的基于模型的学习,IEEE Trans-Pattern Anal-Mach-Intell,34814-817,(2012)
[15] 布朗,RP;McNicholas,PD,《高维公共主成分估计》,Adv数据分析分类,8217-226,(2014)
[16] JG坎贝尔;弗雷利,F。;默塔赫,F。;Raftery,AE,基于模型聚类的机织物线性缺陷检测,模式识别,181539-1548,(1997)
[17] 陈,X。;长街;所以,S。;风扇,ST;巴里,C。;希金斯,J。;Lai,K-M;吉,J。;Dudoit公司。;Ng,IO;里恩。;博茨坦,D。;布朗,坡,人类肝癌的基因表达模式,分子生物学细胞,1929-1939,(2002)
[18] 达斯库塔,A。;Raftery,AE,基于模型聚类的杂波空间点特征检测,J Am Stat Assoc,93294-302,(1998)·Zbl 0906.62105
[19] 丹普斯特,美联社;莱尔德,NM;Rubin,DB,通过EM算法从不完全数据中获得最大似然,J R Stat Soc Ser B,39,1-38,(1977)·Zbl 0364.62022
[20] 福尔纳,M。;Armanino,C.,意大利橄榄油脂肪酸含量的特征向量投影和简化非线性映射,Ann Chim,72127-141,(1982)
[21] 福尔纳,M。;Tiscornia,E.,《通过脂肪酸含量预测意大利橄榄油来源的模式识别方法》,Ann Chim,72143-155,(1982)
[22] 福尔纳,M。;阿玛尼诺,C。;卡斯蒂诺,M。;Ubigli,M.,《多元数据分析作为葡萄酒起源的判别方法》,葡萄,25189-201,(1986)
[23] Franczak BC,McNicholas PD,Browne RP,Murray PM(2013)简约位移不对称拉普拉斯混合物。ArXiv预印本ArXiv:1311.0317
[24] 弗朗扎克,不列颠哥伦比亚省;布朗;McNicholas,PD,《位移不对称拉普拉斯分布的混合》,IEEE Trans-Pattern Anal-Mach-Intell,361149-1157,(2014)
[25] Ghahramani Z,Hinton GE(1997)因子分析的EM算法。In:技术报告CRG-TR-96-1。多伦多大学
[26] 好,IJ,物种的种群频率和种群参数的估计,生物计量学,40237-260,(1953)·Zbl 0051.37103
[27] 戈尔曼,RP;谢诺夫斯基,TJ,训练声纳目标分类的分层网络中隐藏单元的分析,神经网络,1,75-89,(1988)
[28] Halgreen,C.,广义逆高斯分布和双曲分布的自分解性,Z.Wahrscheinlichkeittheor Verw。盖布,47,13-18,(1979年)·中银0377.60020
[29] Hennig,C.,合并高斯混合成分的方法,Adv数据分析分类,4,3-34,(2010)·Zbl 1306.62141
[30] 休伯特,L。;Arabie,P.,比较分区,J Classif,2193-218,(1985)·Zbl 0587.62128
[31] Jørgensen B(1982)广义逆高斯分布的统计性质。斯普林格,纽约·Zbl 0486.62022
[32] 卡里斯,D。;Santourian,A.,基于模型的非椭圆等高线分布聚类,Stat Comput,19,73-83,(2009)
[33] 李,SX;McLachlan,GJ,关于斜态正态分布和偏态t-分布的混合,Adv数据分析分类,7241-266,(2013)·Zbl 1273.62115
[34] Lee S,McLachlan G(2013a)。EMMIXuskew:拟合无限制多元偏态混合模型。R程序包版本0.11-5
[35] Lin T-I,McLachlan GJ,Lee SX(2013),使用限制性多元偏正态分布扩展因子模型的混合。ArXiv预印本ArXiv:1307.1748
[36] 林,T-I,多元偏正态混合模型的最大似然估计,多元分析杂志,100257-265,(2009)·Zbl 1152.62034
[37] 林,T-I,多元偏态T分布稳健混合模型,统计计算,20343-356,(2010)
[38] 林,T-I;麦克尼古拉斯,警局;许建华,透过简约t混合模型捕捉模式,统计Probab Lett,88,80-87,(2014)·Zbl 1369.62131号
[39] 林赛B(1995年)。混合模型:理论、几何和应用。在:NSF-CBMS概率和统计区域会议系列,第5卷。加州海沃德数理统计研究所
[40] 洛佩斯,HF;West,M.,《因子分析中的贝叶斯模型评估》,Stat Sin,14,41-67,(2004)·Zbl 1035.62060
[41] Markos A,Idioce D'Enza A,Van de Velden M(2013)clustrd:联合降维和聚类方法。R包版本0.1.2
[42] 毛吉斯,C。;塞勒克斯,G。;Martin Magniette,M.,基于模型的聚类中的变量选择:一般变量角色建模,计算机统计数据分析,533872-3882,(2009)·Zbl 1453.62154
[43] McLachlan GJ,Peel D(2000)因子分析仪混合物。第七届机器学习国际会议论文集。旧金山,摩根考夫曼,第599-606页
[44] 拉克兰;皮尔,D。;Bean,RW,用混合因子分析仪模拟高维数据,计算机统计数据分析,41379-388,(2003)·Zbl 1256.62036
[45] 麦克拉克兰,GJ;豆子,RW;Jones,LB-T,因子分析混合模型的扩展,多元T分布,计算统计数据分析,515327-5338,(2007)·Zbl 1445.62053
[46] McNicholas SM,McNicholas PD,Browne RP(2013)方差伽马分布的混合。Arxiv预印本Arxiv:1309.2695
[47] 麦克尼古拉斯,警局;墨菲,TB,简约高斯混合模型,统计计算,18285-296,(2008)
[48] McNicholas,PD,使用潜在高斯混合模型的基于模型的分类,J Stat Plan推断,1401175-1181,(2010)·Zbl 1181.62095
[49] 麦克尼古拉斯,警局;Murphy,TB,通过潜在高斯混合模型对微阵列表达数据进行基于模型的聚类,生物信息学,262705-2712,(2010)
[50] 麦克尼古拉斯,警局;詹姆斯潘尼,韩国;空军麦克戴德;墨菲,结核病;高斯混合模型,PGIMOR 1,2014版
[51] 孟,X。;戴克,D.,《EM算法一首古老的民歌用一个快速的新曲调演唱》,J R Stat Soc Ser B(Stat Methodol),59511-567,(1997)·Zbl 1090.62518
[52] 蒙塔纳里,A。;Viroli,C.,因子分析仪混合物的最大似然估计,计算统计数据分析,552712-2723,(2011)·Zbl 1464.62134号
[53] 莫里斯,K。;麦克尼古拉斯,警局;Scrucca,L.,《通过多元t-分布混合进行基于模型的聚类降维》,Adv Data Anal Classif,7321-338,(2013)·兹布1273.62141
[54] 莫里斯,K。;McNicholas,PD,《基于模型的聚类通过移位非对称拉普拉斯分布的混合降维》,Stat Probab Lett,832088-2093,(2013)·Zbl 1282.62153
[55] Murray PM,Browne RB,McNicholas PD(2013),“无限制”斜交t因子分析仪的混合物。Arxiv预印本Arxiv:1310.6224
[56] 莫里,首相;布朗,RB;McNicholas,PD,《斜交t因子分析的混合物》,计算统计数据分析,77326-335,(2014)·Zbl 06984029
[57] 莫里,首相;麦克尼古拉斯,警局;Browne,RB,一种常见的倾斜因子分析仪的混合物,Stat,368-82,(2014)
[58] O'Hagan A,Murphy TB,Gormley IC,McNicholas PD,Karlis D(2014),多元正态逆高斯分布聚类。计算统计数据分析。doi:10.1016/j.csda。2014.09.006
[59] R核心团队(2014)R:统计计算的语言和环境。统计计算基础。奥地利维也纳
[60] Rand,WM,聚类方法评价的客观标准,J Am Stat Assoc,66846-850,(1971)
[61] Ritter G(2014)稳健聚类分析和变量选择。查普曼和霍尔,博卡拉顿·Zbl 1341.62037
[62] 罗奇,R。;南卡罗来纳州盖顿市;Vichi,M.,一种新的降维方法:因子判别k-均值,J Classif,28210-226,(2011)·Zbl 1226.62062
[63] Schwarz,G.,估计模型的维数,Ann Stat,6461-464,(1978)·Zbl 0379.62005
[64] 斯特恩,马萨诸塞州;麦克尼古拉斯,警局;Yada,R.,《通过混合多变量t因子分析仪进行基于模型的分类》,Commun Stat Simul Comput,41510-523,(2012年)·Zbl 1294.62142
〔65〕 Subedi公司。;McNicholas,PD,通过正态逆高斯分布的混合聚类的变分贝叶斯近似,Adv数据分析分类,8167-193,(2014)
[66] 谭PJ,Dowe DL(2005)斜决策树的MML推理。在:人工智能2004:人工智能的进展。斯普林格,柏林,海德堡,第1082-1088页
[67] Timmerman ME,Ceulemans E,De Roover K,Van Leeuwen K(2013)子空间K-均值聚类。行为方法45(4):1011-1023
[68] 托托拉,C。;布朗,RP;弗朗扎克,不列颠哥伦比亚省;McNicholas,PD,MixGHD:基于模型的聚类和分类使用广义双曲分布的混合,R包版本,1,4,(2015)
〔69〕 维希。;Kiers,H.,双向数据的因子k-均值分析,计算机统计数据分析,37,29-64,(2001)·Zbl 1051.62056
[70] 维比克,I。;McNicholas,PD,《多元偏态混合模型EM算法的分析计算》,Stat Probab Lett,821169-1174,(2012)·Zbl 1244.65012号
[71] 维比克,I。;McNicholas,PD,基于模型的聚类和分类的简约倾斜混合模型,计算机统计数据分析,71196-210,(2014)·Zbl 1471.62202号
[72] Wang K,Ng A,McLachlan G(2013)EMMIXskew:EM算法与斜交混合分布。R包版本1:1
[73] Wei Y,McNicholas PD(2014)聚类的混合模型平均。高级数据分析分类。doi:10.1007/s11634-014-0182-6
[74] 伍德伯里M(1950)逆修正矩阵。In:技术报告42。普林斯顿大学,普林斯顿
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。