克里斯蒂娜·托托拉;米雷尔·盖特勒·萨玛;玛丽诺，玛丽娜;弗朗西斯科·帕伦博 因子概率距离聚类（FPDC）：一种新的聚类方法。 （英语） Zbl 1414.62279号 高级数据分析。分类。，阿达克 10，第4期，441-464（2016）. 摘要：由于计算能力的提高，近年来发展了因子聚类方法。这些方法对数据进行线性转换，并对转换后的数据进行聚类，从而优化通用标准。概率距离聚类是一种迭代的、无分布的概率聚类方法。因子PD-聚类（FPDC）是基于PD-聚类的，涉及使用PD-聚类通用准则将原始变量线性变换为减少数量的正交变量。本文证明了Tucker3分解可以用于完成此变换。因子PD-聚类交替利用Tucker3分解和变换数据上的PD-聚类，直到实现收敛。该方法可以显著提高PD-聚类算法的性能；因此，可以将大型数据集划分为簇，从而提高结果的稳定性和鲁棒性。实际和模拟数据集用于将FPDC与其主要竞争对手进行比较，在这些竞争对手中，当集群呈椭圆形状时，FPDC表现同样好，但在非高斯形状的集群或噪声数据方面优于其竞争对手。 引用于1文件 MSC公司： 62H30型 分类和区分；聚类分析（统计方面） 关键词：因子聚类;概率距离聚类;塔克3;\（k）-表示 软件：百万像素;对;FPD集群;N向工具箱;集群;Matlab公司 PDF格式BibTeX公司 XML格式引用 \textit{C.Tortora}等人，《高级数据分析》。分类。，ADAC 10，第4号，441--464（2016；Zbl 1414.62279） 全文： 内政部 参考文献： [1] Andersson CA，Bro R（2000）MATLAB的N向工具箱。化学智能实验室系统52（1）：1-4·doi:10.1016/S0169-7439（00）00071-X [2] Andrews JL，McNicholas PD（2011）《多元t因子分析仪的扩展混合物》。统计计算21（3）：361-373·Zbl 1255.62171号 ·doi:10.1007/s11222-010-9175-2 [3] Arabie，P。；休伯特，L。；Bagozzi，R.（编辑），市场营销研究中的聚类分析，160-189（1994），牛津 [4] Ben-Israel A，Iyigun C（2008）概率d-聚类。J Classif 25（1）：5-26·Zbl 1260.62039号 ·doi:10.1007/s00357-008-9002-z [5] Bezdek J（1974）《模糊集数值分类》。数学生物学杂志1（1）：57-71·Zbl 0403.62039号 ·doi:10.1007/BF02339490 [6] Bock HH（1987）关于聚类分析、主成分分析和多维尺度之间的接口。多变量统计模型数据分析8:17-34·Zbl 0627.62068号 ·doi:10.1007/978-94-009-3977-6_2 [7] Bouveyron C，Brunet C（2012）Fisher判别子空间中基于模型的同时聚类和可视化。统计计算22（1）：301-324·Zbl 1322.62162号 ·doi:10.1007/s11222-011-9249-9 [8] Bouveyron C，Brunet-Saumard C（2014），基于模型的高维数据聚类：综述。计算统计数据分析71:52-78·Zbl 1306.65033号 ·doi:10.1016/j.csda.2012.12.008 [9] Campbell JG，Fraley F，Murtagh F，Raftery AE（1997），使用基于模型的聚类法对机织物进行线性缺陷检测。图案识别信函18:1539-1548 [10] Ceulemans E，Kiers HAL（2006）在不同类型和复杂性的三模态主成分模型中进行选择：基于数值凸壳的方法。Br J数学统计心理学59（1）：133-150·doi:10.1348/000711005X64817 [11] Chiang M，Mirkin B（2010）《k均值聚类中簇数的智能选择：不同簇间距的实验研究》。J类27（1）：3-40·Zbl 1337.62127号 ·doi:10.1007/s00357-010-9049-5 [12] 核心团队R（2014）R：统计计算的语言和环境。R统计计算基金会，维也纳 [13] Craen S，Commandeur J，Frank L，Heiser W（2006），k-means聚类分析中群体规模和缺乏球形性对聚类恢复的影响。Multivar Behav Res 41（2）：127-145·doi:10.1207/s15327906mbr4102_2 [14] De Sarbo WS，Manrai AK（1992）一种新的多维标度方法，用于分析营销研究中的不对称接近度数据。《科学标志》11（1）：1-20·doi:10.1287/mksc.11.1.1 [15] De Soete，G.和J.D.Carroll（1994年）。k表示低维欧氏空间中的聚类。收录：Diday E、Lechevallier Y、Schader M等人（编辑）分类和数据分析的新方法。海德堡施普林格，第212-219页 [16] Franczak BC，McNicholas PD，Browne RB，Murray PM（2013）解析位移不对称拉普拉斯混合物。arXiv:1311:0317 [17] Franczak BC、Tortora C、Browne RP、McNicholas PD（2015）《通过混合偏态分布和超立方体轮廓进行无监督学习》。图案识别信58:69-76·doi:10.1016/j.patrec.2015.02.011 [18] Ghahramani Z，Hinton GE（1997）混合因子分析仪的EM算法。多伦多多伦多大学Crg-tr-96-1 [19] Hwang H，Dillon WR，Takane Y（2006）《识别受访者异质亚群的多重对应分析的扩展》。心理学71:161-171·Zbl 1306.62435号 ·doi:10.1007/s11336-004-1173-x [20] Iodice D’Enza A，Palumbo F，Greenacre M（2008）探索性数据分析，得出最有趣的简单关联规则。计算统计数据分析52（6）：3269-3281·Zbl 1452.62051号 ·doi:10.1016/j.csda.2007.10.06 [21] Iyigun C（2007）概率距离聚类。新泽西州立大学新不伦瑞克罗格斯分校博士论文 [22] Jain AK（2009）数据聚类：超越k-means 50年。图案识别信31（8）：651-666·doi:10.1016/j.patrec.2009.09.011 [23] Karlis D，Santourian A（2009），基于模型的非椭圆轮廓分布聚类。统计计算19（1）：73-83·doi:10.1007/s11222-008-9072-0 [24] Kiers HAL，Der Kinderen A（2003）Tucker3分析中选择成分数量的快速方法。英国数学统计心理学杂志56（1）：119-125·doi:10.1348/000711003321645386 [25] Kroonenberg PM（2008）应用多元数据分析。霍博肯Ebooks公司·Zbl 1160.62002号 ·数字对象标识代码：10.1002/9780470238004 [26] Kroonenberg PM，Van der Voort THA（1987）乘法分解Van interacties bij oordelen over de werkelijkheidswarde Van televiefilms[乘法分解交互以判断电视电影的真实性]。宽泰提夫方法8:117-144 [27] Lebart A，Morineau A，Warwick K（1984）多变量统计描述性分析。纽约威利·Zbl 0658.62069号 [28] Lee SX，McLachlan GJ（2013），关于斜正态分布和斜t分布的混合。高级数据分析分类7（3）：241-266·Zbl 1273.62115号 ·doi:10.1007/s11634-013-0132-8 [29] Lin T-I，McLachlan GJ，Lee SX（2013）使用受限多元偏态分布扩展因子模型的混合。阿西夫：1307:1748·Zbl 1328.62378号 [30] Lin T-I（2009）多元正态混合模型的最大似然估计。多变量分析杂志100:257-265·Zbl 1152.62034号 ·doi:10.1016/j.jmva.2008.04.010 [31] Lin T-I（2010）使用多元斜T分布的稳健混合建模。统计计算20（3）：343-356·doi:10.1007/s11222-009-9128-9 [32] Lin T-I，McNicholas PD，Hsiu JH（2014）通过节约型T混合模型捕获模式。统计概率Lett 88:80-87·Zbl 1369.62131号 ·doi:10.1016/j.spl.2014.01.015 [33] Markos A、Iodice 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 [34] Maronna RA，Zamar RH（2002）高维数据集位置和离散度的稳健估计。技术计量学44（4）：307-317·doi:10.1198/004017002188618509 [35] McLachlan GJ，Peel D（2000b）因子分析仪混合物。收录：Morgan Kaufman SF（ed）第十七届机器学习国际会议的会议记录，第599-606页 [36] McLachlan GJ，Peel D，Bean RW（2003），利用混合因子分析仪模拟高维数据。计算统计数据分析41:379-388·Zbl 1256.62036号 ·doi:10.1016/S0167-9473（02）00183-4 [37] McLachlan GJ，Peel D（2000a）有限混合模型。Wiley Interscience，纽约·Zbl 0963.62061号 ·doi:10.1002/0471721182 [38] McNicholas PD、Jampani KR、McDaid AF、Murphy TB、Banks L（2011）pgmm:简约高斯混合模型。R包版本1:1 [39] McNicholas SM、McNichoras PD、Browne RP（2013）《方差-γ分布的混合》。arXiv公司：1309.2695·Zbl 1381.62187号 [40] McNicholas PD，Murphy T（2008）简约高斯混合模型。统计计算18（3）：285-296·doi:10.1007/s11222-008-9056-0 [41] Murray PM、Browne RB、McNicholas PD（2014）《偏态因子分析仪的混合物》。计算统计数据分析77:326-335·Zbl 1506.62132号 ·doi:10.1016/j.csda.2014.03.012 [42] Palumbo F、Vistocco D、Morineau A（2008）《巨大多维数据可视化：回到新计算机时代主坐标和树状图的优点》。In:Chun-houh Chen WH，Unwin A（编辑）数据可视化手册。施普林格，第349-387页·Zbl 1147.68464号 [43] Rachev ST、Klebanov LB、Stoyanov SV、Fabozzi FJ（2013）概率统计理论中的距离方法。施普林格·Zbl 1280.60005号 [44] Rocci R，Gattone SA，Vichi M（2011）一种新的降维方法：因子判别k-均值。J类28（2）：210-226·Zbl 1226.62062号 ·doi:10.1007/s00357-011-9085-9 [45] Steane MA、McNicholas PD、Yada R（2012）通过多元t因子分析仪的混合物进行基于模型的分类。公共统计模拟计算41（4）：510-523·Zbl 1294.62142号 ·doi:10.1080/03610918.2011.595984 [46] Stute W，Zhu LX（1995）基于投影寻踪的k-means聚类的渐近性。Sankhyá57（3）：462-471·Zbl 0857.62064号 [47] Subedi S，McNicholas PD（2014）通过正态逆高斯分布的混合物进行聚类的变分贝叶斯近似。高级数据分析分类8（2）：167-193·Zbl 1459.62122号 ·doi:10.1007/s11634-014-0165-7 [48] MathWorks Inc.（2007）MATLAB-技术计算语言，7.5版。Natick MathWorks公司 [49] Timmerman ME、Ceulemans E、Roover K、Leeuwen K（2013）子空间K-means聚类。行为研究方法研究45（4）：1011-1023 [50] Timmerman ME、Ceulemans E、Kiers HAL、Vichi M（2010）重新考虑了因子和约化k均值。计算统计数据分析54（7）：1858-1871·Zbl 1284.62396号 ·doi:10.1016/j.csda.2010.02.009 [51] Timmerman ME，Kiers HAL（2000）三模主成分分析：选择成分数量和对局部最优的敏感性。英国数学统计心理学杂志53（1）：1-16·doi:10.1348/000711000159132 [52] Tortora，C.和M.Marino（2014年）。大型社会数据集上因子PD-聚类的稳健性和稳定性分析。D.Vicari、A.Okada、G.Ragozini和C.Weihs（编辑），《行为和社会科学中复杂数据的分析和建模》，第273-281页。施普林格 [53] Tortora C、Gettler Summa M、Palumbo F（2013）因子PD-聚类。收录：Berthold UL、Dirk V（ed）《自然与生命的算法》，第115-123页 [54] Tortora C、McNicholas PD、Browne RP（2015）广义双曲因子分析仪的混合物。高级数据分析分类（出版中）·Zbl 1414.62278号 [55] Tortora C，McNicholas PD（2014）FPD聚类：PD聚类和因子PD聚类。R包版本1.0 [56] Tortora C，Palumbo F（2014）FPDC。MATLAB和统计工具箱发行版（2012a）The MathWorks Inc.Natick [57] Tucker LR（1966）关于三模式因子分析的一些数学注释。《心理测量学》31（3）：279-311·doi:10.1007/BF02289464 [58] Vermunt JK（2011）K-means的表现可能与混合模型聚类一样好，但也可能更差：Steinley和Brusco（2011）的评论。心理学方法16（1）：82-88·doi:10.1037/a0020144 [59] Vichi M，Kiers HAL（2001）双向数据的因子k均值分析。计算统计数据分析37:29-64·Zbl 1051.62056号 ·doi:10.1016/S0167-9473（00）00064-5 [60] Vichi M，Saporta G（2009），聚类和不相交主成分分析。计算统计数据分析53（8）：3194-3208·Zbl 1453.62230号 ·doi:10.1016/j.csda.2008.05.028 [61] Vrbik I，McNicholas PD（2014）基于模型的聚类和分类的简约斜交混合模型。计算统计数据分析71:196-210·Zbl 1471.62202号 ·doi:10.1016/j.csda.2013.07.008 [62] Yamamoto M，Hwang H（2014）具有降维和子空间分离的聚类分析的一般公式。行为测量学41:115-129·doi:10.2333/bhmk.41.115 [63] Zadeh LA（1965）模糊集。信息控制8（3）：338-353·兹伯利0139.24606 ·doi:10.1016/S0019-9958（65）90241-X 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。