×
马尔科·贝托莱蒂;菲利尔、尼亚尔;里卡多·拉斯特利

使用精确的积分完全似然准则选择有限混合模型中的簇数。 （英语） Zbl 1329.62277号

Metron公司 73，No.2，177-199（2015）.
摘要：通过自动选择混合模型中的簇数，集成完全似然（ICL）准则已被证明是基于模型的聚类中非常流行的方法。这种方法有效地最大化了完整数据的可能性，从而将观测值分配到模型选择标准中的集群中。然而，在实际实施中，需要引入近似值以估计ICL。我们在这里的贡献是说明，通过使用共轭先验可以导出ICL的精确表达式，从而避免任何近似。此外，我们还说明了如何在一个算法框架中找到簇数和观测值的最佳分配。

引用于4文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）

关键词：

综合完全似然;有限混合模型;基于模型的聚类;贪婪搜索

软件：

R（右）;麦克鲁斯特
PDF格式BibTeX公司 XML格式引用
\textit{M.Bertoletti}等人，Metron 73，No.2，177--199（2015；Zbl 1329.62277）
全文： 内政部 arXiv公司 链接

参考文献：

[1] Aitkin，M.：混合物的可能性和贝叶斯分析。统计模型。1(4), 287-304 (2001) ·doi:10.1191/147108201128212
[2] Baudry，J.P.，Raftery，A.E.，Celeux，G.，Lo，K.，Gottardo，R.：组合混合成分进行聚类。J.计算。图表。《美国联邦法律大全》第19卷第（2）、332-353页（2010年）·Zbl 0704.62103号
[3] 贝萨格，J.：关于脏照片的统计分析。J.R.统计社会服务。B（Methodol.）48（3），259-302（1986）·兹比尔0609.62150
[4] Biernacki，C.，Celeux，G.，Govaert，G.：评估具有综合完全似然的聚类混合模型。IEEE传输。模式分析。机器。智力。22(7), 719-725 (2000) ·doi:10.1109/34.865189
[5] Biernacki，C.，Celeux，G.，Govaert，G.：潜在类模型综合可能性的精确和蒙特卡罗计算。J.统计计划。推理140（11），2991-3002（2010）·Zbl 1203.62027 ·doi:10.1016/j.jspi.2010.03.042
[6] Cóme，E.，Latouche，P.：具有精确集成完整数据可能性的随机块模型中的模型选择和聚类（2013年）。arXiv:1303.2962·Zbl 07259003号
[7] Fraley，C.、Raftery，A.E.：基于模型的聚类、判别分析和密度估计。《美国统计协会期刊》97（458），611-631（2002）·Zbl 1073.62545号 ·doi:10.1198/016214502760047131
[8] Fraley，C.，Raftery，A.E.：MCLUST第3版：正常混合建模和基于模型聚类的R包。技术代表DTIC文件（2006）·Zbl 0861.62023号
[9] Green，P.J.：可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定。生物特征82（4），711-732（1995）·兹比尔0861.62023 ·doi:10.1093/biomet/82.4.711
[10] Jasra，A.，Holmes，C.C.，Stephens，D.A.：马尔可夫链蒙特卡罗方法和贝叶斯混合建模中的标签切换问题。统计科学。20(1), 50-67 (2005) ·Zbl 1100.62032号
[11] Jeffreys，H.：估计问题中先验概率的不变形式。程序。R.Soc.伦敦。序列号。数学。物理学。科学。186(1007), 453-461 (1946) ·Zbl 0063.03050号 ·doi:10.1098/rspa.1946.0056
[12] Maitra，R.，Melnykov，V.：评估有限混合模型的重要性。Citeser技术代表（2010年）·Zbl 1190.62121号
[13] McDaid，A.F.，Murphy，T.B.，Friel，N.，Hurley，N.J.：随机块模型的改进贝叶斯推断，应用于大型网络。计算。统计数据分析。60, 12-31 (2013) ·Zbl 1365.62241号 ·doi:10.1016/j.csda.2012.10.021
[14] Mengersen，K.，Robert，C.，Titterington，M.：混合物：估算与应用，第896卷。威利，纽约（2011）·Zbl 1218.62003号
[15] Newman，M.E.J.：检测网络中社区结构的快速算法。物理学。版本E 69（6），066133（2004）·doi:10.1103/PhysRevE.69.066133
[16] Nobile，A.，Fearnside，A.T.：成分数量未知的贝叶斯有限混合：分配采样器。统计计算。17(2), 147-162 (2007) ·doi:10.1007/s11222-006-9014-7
[17] Richardson，S.，Green，P.J.：关于成分数量未知的混合物的贝叶斯分析（附讨论）。J.R.统计社会服务。B 59（4），731-792（1997）·Zbl 0891.62020号 ·数字标识代码：10.1111/1467-9868.00095
[18] Roeder，K.：以超星系团和星系空洞为例的置信集密度估计。《美国统计协会期刊》85（411），617-624（1990）·Zbl 0704.62103号 ·doi:10.1080/01621459.1990.10474918
[19] Steele，R.J.，Raftery，A.E.：高斯混合模型的贝叶斯模型选择标准的性能。《统计决策和贝叶斯分析前沿》，第4.1章，第113-130页。施普林格，纽约（2010）
[20] Tessier，D.，Schoenauer，M.，Biernacki，C.，Celeux，G.，Govaert，G.：定性数据的进化潜在类聚类。INRIA技术报告RR-6082，第24页（2006年）
[21] Wyse，J.，Friel，N.：具有塌陷潜在块模型的块聚类。统计计算。22(2), 415-428 (2012) ·Zbl 1322.62046号 ·doi:10.1007/s11222-011-9233-4
[22] Wyse，J.、Friel，N.、Latouche，P.：使用潜在块模型和精确ICL推断二部网络中的结构（2014）。arXiv:1404.2911
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。