文森特·格兰维尔;让·保罗·拉斯森 多元判别分析和最大惩罚似然密度估计。 (英语) 兹比尔0827.62052 J.R.Stat.Soc.,塞尔维亚。B类 57,第3期,501-517(1995). 小结:在密度估计的框架内讨论了一个新的理论观点。在贝叶斯框架中,多元真实密度被视为先验或惩罚因素,由吉布斯势建模。估计密度包括最大化后部。对于时间的效率,我们感兴趣的是真实密度(f)的近似估计值,其中(B)是随机算子,(pi)是原始直方图。然后,我们研究了鉴别问题,引入了一个依赖于最近邻的自适应带宽,并选择它来优化交叉验证准则。对于近似惩罚最大似然,我们的最终分类算法(称为APML)在错误率和时间效率方面与测试的其他算法(包括多正规、最近邻和凸壳分类器)相比具有优势。 引用于2文件 MSC公司: 62H30型 分类和区分;聚类分析(统计方面) 62G07年 密度估算 2015年1月62日 贝叶斯推断 关键词:EM算法;核密度估计;稀疏一致性;先前的;惩罚因素;吉布斯势;近似估计器;随机算子;原始直方图;歧视;自适应带宽;最近的邻居;交叉验证;APML公司;近似惩罚最大似然 PDF格式BibTeX公司 XML格式引用 \textit{V.Granville}和\textit{J.P.Rasson},J.R.Stat.Soc.,Ser。B 57,编号3,501--517(1995;Zbl 0827.62052)