×

分数监督分类:权重选择与多元(t)分布的推广。 (英语) Zbl 1436.62252号

小结:最近关于分数监督分类(FSC)的工作在两个方面得到了进一步发展。FSC是一种允许对未标记点进行分数权重分类的方法。初步开发解决了一个至关重要的问题,即如何选择给未标记点的权重。解决这一问题至关重要,因为它使金融稳定委员会更容易适用于实际问题。有趣的是,权重选择问题的解决为基于模型的聚类和分类中的模型选择提供了一种不同的方法。二次开发表明,FSC方法可以有效地超越高斯混合模型。为此,使用多元(t)分布的混合物来说明FSC方法。

MSC公司:

62H30型 分类和区分;聚类分析(统计方面)
62F03型 参数假设检验
62H10型 统计的多元分布
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Aitken,Ac,代数和先验方程根的系列公式,爱丁堡皇家学会学报,45,14-22(1926)·JFM 51.0096.03标准 ·doi:10.1017/S0370164600024871
[2] 安德鲁斯,Jl;Mcnicholas,Pd,《多元t因子分析仪的扩展混合,统计与计算》,21,3,361-373(2011)·Zbl 1255.62175号 ·doi:10.1007/s11222-010-9175-2
[3] 安德鲁斯,Jl;Mcnicholas,Pd,用于基于模型的聚类、分类和判别分析的修正t因子分析仪的混合物,统计规划与推断杂志,141,4,1479-1486(2011)·Zbl 1204.62098号 ·doi:10.1016/j.jspi.2010.10.014
[4] 安德鲁斯,Jl;Mcnicholas,Pd,基于模型的聚类、分类和多变量t分布混合判别分析:tIGEN家族,统计和计算,22,51021-1029(2012)·Zbl 1252.62062号 ·doi:10.1007/s11222-011-9272-x
[5] 安德鲁斯,Jl;Mcnicholas,Pd,聚类和分类变量选择,分类杂志,31,2,136-153(2014)·Zbl 1360.62310号 ·doi:10.1007/s00357-013-9139-2
[6] ANDREWS,J.L.、WICKINS,J.R.、BOERS,N.M.和MCNICHOLAS,P.D.(2016年),《泰根:基于模型的聚类和分类与多元t分布》,R包2.2.0版。
[7] 班菲尔德,Jd;Raftery,Ae,基于模型的高斯和非高斯聚类,生物统计学,49,3,803-821(1993)·Zbl 0794.62034号 ·doi:10.2307/2532201
[8] 勒·鲍姆;Petrie,T。;索尔斯,G。;Weiss,N.,《马尔可夫链概率函数统计分析中的最大化技术》,《数理统计年鉴》,41164-171(1970)·Zbl 0188.49603号 ·doi:10.1214/aoms/1177697196
[9] Bensmail,H。;Celeux,G。;Raftery,A。;Robert,C.,《基于模型的聚类分析、统计和计算中的推断》,7,1-10(1997)·doi:10.1023/A:1018510926151
[10] 比尔纳基,C。;Celeux,G。;Govaert,G.,《评估具有综合完整可能性的聚类混合模型》,IEEE模式分析和机器智能汇刊,22,7,719-725(2000)·doi:10.1109/34.865189
[11] Celeux,G。;Govaert,G.,高斯简约聚类模型,模式识别,28,5,781-793(1995)·doi:10.1016/0031-3203(94)00125-6
[12] Celeux,G。;Soromenho,G.,评估混合模型中簇数的熵准则,分类杂志,13195-212(1996)·Zbl 0861.62051号 ·doi:10.1007/BF01246098
[13] 当,Uj;Browne,卢比;Mcnicholas,Pd,多元幂指数分布的混合,生物统计学,71,4,1081-1089(2015)·Zbl 1419.62330号 ·doi:10.1111/biom.12351
[14] 登普斯特,Ap;莱尔德,Nm;Rubin,Db,《通过EM算法从不完全数据中获得最大似然》,《皇家统计学会杂志:B辑》,39,1,1-38(1977)·Zbl 0364.62022号
[15] 爱德华兹,Awf;Cavalli-Sforza,Ll,《聚类分析方法》,生物统计学,21362-375(1965)·doi:10.2307/2528096
[16] 弗雷利,C。;Raftery,Ae,多少集群?哪些聚类方法?《通过基于模型的聚类分析的答案》,《计算机杂志》,41,8,578-588(1998)·Zbl 0920.68038号 ·doi:10.1093/comjnl/41.8.578
[17] Franczak,Bc;布朗,印尼盾;Mcnicholas,Pd,移位非对称拉普拉斯分布的混合,IEEE模式分析和机器智能汇刊,36,6,1149-1157(2014)·doi:10.1109/TPAMI.2013.216
[18] Franczak,Bc;托托拉,C。;Browne,卢比;Mcnicholas,Pd,《通过具有超立方体轮廓的倾斜分布混合进行无监督学习》,《模式识别字母》,58,1,69-76(2015)·doi:10.1016/j.patrec.2015.02.011
[19] Friedman,惠普;Rubin,J.,《关于分组数据的一些不变标准》,美国统计协会杂志,621159-1178(1967)·doi:10.1080/01621459.1967.10500923
[20] Gordon,Ad,Classification(1981),伦敦:查普曼和霍尔出版社,伦敦·Zbl 0507.62057号
[21] 休伯特,L。;Arabie,P.,比较分区,分类杂志,2,1,193-218(1985)·Zbl 0587.62128号 ·doi:10.1007/BF01908075
[22] Hurley,C.,多元数据的聚类可视化,计算与图形统计杂志,13,4,788-806(2004)·doi:10.19198/106186004X12425
[23] Ingrassia,S.公司。;米诺蒂,理学学士;Punzo,A。;Vittadini,G.,广义线性混合聚类加权模型,分类杂志,32,1,85-113(2015)·Zbl 1331.62310号 ·doi:10.1007/s00357-015-9175-1
[24] Ingrassia,S.公司。;米诺蒂,理学学士;Punzo,A。;Vittadini,G.,通过椭圆分布的聚类加权方法进行局部统计建模,分类杂志,29,363-401(2012)·Zbl 1360.62335号 ·文件编号:10.1007/s00357-012-9114-3
[25] Lee,S。;Mclachlan,Gj,多元斜T分布的有限混合:一些最新结果,统计与计算,24181-202(2014)·Zbl 1325.62107号 ·doi:10.1007/s11222-012-9362-4
[26] 李,Sx;Mclachlan,Gj,关于斜正态分布和斜t分布的混合,数据分析和分类进展。,7, 3, 241-266 (2013) ·Zbl 1273.62115号 ·doi:10.1007/s11634-013-0132-8
[27] Lin,T-I,使用多元斜T分布的稳健混合建模,统计与计算,20,3,343-356(2010)·doi:10.1007/s11222-009-9128-9
[28] Lin,T-I;Gj麦克拉克伦;Lee,Sx,使用限制多元偏正态分布扩展因子模型的混合,多元分析杂志,143398-413(2016)·Zbl 1328.62378号 ·doi:10.1016/j.jmva.2015.09.025
[29] Lin,T-I;Mcnicholas,私人;Xiu,Jh,通过节俭混合模型捕获模式,统计和概率信件,88,80-87(2014)·Zbl 1369.62131号 ·doi:10.1016/j.spl.2014.01.015
[30] MACQUEEN,J.(1967),“多元观测分类和分析的一些方法”,《第五届伯克利数理统计与概率研讨会论文集》,第1卷:统计学,伯克利,加利福尼亚大学出版社,第281-297页·Zbl 0214.46201号
[31] MCNICHOLAS,P.D.(2016a),基于混合模型的分类,博卡拉顿:查普曼和霍尔/CRC出版社·Zbl 1454.62005年
[32] Mcnicholas,Pd,基于模型的聚类,分类杂志,33,3,331-373(2016)·Zbl 1364.62155号 ·doi:10.1007/s00357-016-9211-9
[33] Mcnicholas,私人;Murphy,Tb,简约高斯混合模型,统计与计算,18,3,285-296(2008)·doi:10.1007/s11222-008-9056-0
[34] Mcnicholas,私人;墨菲,Tb;Mcdaid,Af公司;Frost,D.,《通过简约高斯混合模型实现基于模型的聚类的串行和并行实现》,计算统计和数据分析,54,3,711-723(2010)·Zbl 1464.62131号 ·doi:10.1016/j.csda.2009.02.011
[35] 莫里,Pm;Browne,卢比;Mcnicholas,Pd,Skew-t因子分析仪的混合物,计算统计和数据分析,77,326-335(2014)·Zbl 1506.62132号 ·doi:10.1016/j.csda.2014.03.012
[36] 莫里,Pm;Browne,卢比;Mcnicholas,Pd,隐截断双曲分布,其有限混合及其在聚类中的应用,多元分析杂志,161141-156(2017)·Zbl 1403.62028号 ·doi:10.1016/j.jmva.2017.07.008
[37] 莫里,Pm;Browne,卢比;Mcnicholas,Pd,SDB Skew-t因子分析仪、计量经济学和统计学的混合物,3160-168(2017)·doi:10.1016/j.ecosta.2017.5.001
[38] 莫里,Pm;Mcnicholas,私人;Browne,Rp,《常见倾斜因子分析仪的混合物》,Stat,3,1,68-82(2014)·Zbl 1506.62132号 ·doi:10.1002/sta4.43
[39] 果园,T。;Ma Woodbury;勒康,Lm;内曼,J。;Scott,El,《信息缺失原理:理论与应用》,第六届伯克利数理统计与概率研讨会论文集,第1卷:统计理论,697-715(1972),伯克利:加州大学出版社,伯克利·Zbl 0263.62023号
[40] 皮,D。;Mclachlan,Gj,使用t分布的稳健混合建模,统计学和计算,10,4339-348(2000)·doi:10.1023/A:1008981510081
[41] Punzo,A。;Mcnicholas,Pd,通过污染高斯聚类加权模型进行回归分析中的稳健聚类,分类杂志,34,2,249-293(2017)·兹比尔1373.62316 ·数字对象标识代码:10.1007/s00357-017-9234-x
[42] R: 《统计计算的语言和环境》(2016),奥地利维也纳:R统计计算基金会,奥地利维也纳
[43] Schwarz,G.,估算模型的维度,《统计年鉴》,6,2,461-464(1978)·Zbl 0379.62005年 ·doi:10.1214/aos/1176344136
[44] Aj斯科特;Symons,Mj,基于似然比标准的聚类方法,生物统计学,27387-397(1971)·doi:10.2307/2529003
[45] 马·斯特恩(Steane,Ma);Mcnicholas,私人;Yada,R.,通过多元t-因子分析仪的混合物进行基于模型的分类,《统计学中的通信——模拟和计算》,41,4,510-523(2012)·Zbl 1294.62142号 ·doi:10.1080/03610918.2011.595984
[46] Subedi,S。;Punzo,A。;Ingrassia,S.公司。;Mcnicholas,Pd,通过聚类加权因子分析仪进行聚类和分类,数据分析和分类进展,7,1,5-40(2013)·Zbl 1271.62137号 ·doi:10.1007/s11634-013-0124-8
[47] Subedi,S。;Punzo,A。;Ingrassia,S.公司。;Mcnicholas,Pd,稳健基于模型的聚类和降维的聚类加权t因子分析,统计方法与应用,24,4,623-649(2015)·Zbl 1416.62362号 ·doi:10.1007/s10260-015-0298-7
[48] TIEDEMAN,D.V.(1955年),“关于类型的研究”,在模式分析研讨会上,S.B.Sells编辑,德克萨斯州伦道夫菲尔德:美国空军航空医学院航空大学。
[49] TORTORA,C.、BROWNE,R.P.、FRANCZAK,B.C.和MCNICHOLAS,P.D.(2015),MixGHD:使用广义双曲分布混合物的基于模型的聚类、分类和判别分析,R包版本1.8。
[50] 维纳布尔斯,Wn;Ripley,Bd,《现代应用统计学与S》(2002),纽约:斯普林格出版社,纽约·Zbl 1006.62003号 ·doi:10.1007/978-0-387-21706-2
[51] 弗瑞克,I。;Mcnicholas,Pd,多元Skew-t混合模型EM算法的分析计算,统计学和概率字母,82,6,1169-1174(2012)·Zbl 1244.65012号 ·doi:10.1016/j.spl.2012.02.200
[52] 弗瑞克,I。;Mcnicholas,Pd,基于模型的聚类和分类的节约倾斜混合模型,计算统计和数据分析,71,196-210(2014)·Zbl 1471.62202号 ·doi:10.1016/j.csda.2013.07.008
[53] 弗瑞克,I。;Mcnicholas,Pd,《部分监督分类》,分类杂志,32,3,359-381(2015)·Zbl 1331.62319号 ·doi:10.1007/s00357-015-9188-9
[54] WOLFE,J.H.(1965),“类型最大似然分析的计算机程序”,技术公告65-15,美国海军人员研究活动。
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。