×
Tom F.Wilderjans。；德克·德普利；伊文·范·梅切伦

用于拟合INDCLUS模型的块松弛方法。 （英语） Zbl 1360.62363号

J.分类。 29，第3期，277-296（2012）.
摘要：INDCLUS模型是一个著名的聚类模型，用于表示（I次I次J次）数据块，其中（J次）前片由逐对象相似矩阵组成。该模型意味着将（I）对象分组为预先指定数量的重叠簇，每个簇具有特定于切片的正权重。通过最小化最小二乘损失函数，将INDCLUS模型拟合到给定的数据集。这个损失函数的最小化似乎是一个难题，为此提出了几种算法策略。目前，可用的最佳选择似乎是SYMPRES算法，该算法通过块释放算法将损失函数最小化。然而，据推测，SYMPRES存在严重的局部最优问题。作为一种出路，基于优化设计块释放算法的理论结果，提出了五种可选的块释放算法。在模拟研究中，具有重叠参数子集的替代算法表现最佳，在优化性能和集群恢复方面明显优于SYMPRES。

引用于4文件

MSC公司：

62H30型 分类和歧视；聚类分析（统计方面）
2015年1月62日 贝叶斯推断
62J05型 线性回归；混合模型
第62页，共15页 统计学在心理学中的应用

关键词：

结论；ADCLUS公司；交替最小二乘法；块释放算法；加性聚类；重叠簇；邻近数据；三向数据

软件：

贝叶斯DA；Indclus公司；MAPCLUS公司；巴拉法克
PDF格式BibTeX公司 XML格式引用
\textit｛T.F.Wilderjans｝等人，J.Classif。29，第3号，277--296（2012；Zbl 1360.62363）
全文： 内政部

参考文献：

[1] ARABIE，P.和CARROLL，J.D.（1980），“MAPCLUS:拟合ADCLUS模型的数学规划方法”，《心理测量学》，45，211–235·Zbl 0437.62059号 ·doi:10.1007/BF02294077
[2] BAKEMAN，R.（2005），“重复措施设计的推荐效应大小统计”，行为研究方法，37，379-384·doi:10.3758/BF03192707
[3] BRO，R.和DE JONG，S.（1997），“快速非负约束最小二乘算法”，《化学计量学杂志》，第11393–401页·doi:10.1002/（SICI）1099-128X（199709/10）11:5<393:：AID-CEM483>3.0.CO；2升
[4] CARROLL，J.D.和ARABIE，P.（1983），“INDCLUS:ADCLUS模型和MAPCLUS算法的个体差异概括”，《心理测量学》，48，157-169·doi:10.1007/BF02294012
[5] CEULEMANS，E.、VAN MECHELEN，I.和LEENEN，I（2007），“层次类分析中的局部极小问题：模拟退火算法和各种多重启动程序的评估”，《心理测量学》，72，377–391·兹比尔1286.62102 ·doi:10.1007/s11336-007-9000-9
[6] CHATURVEDI，A.和CARROLL，J.D.（1994年），“拟合INDCLUS和广义INDCULS模型的交替组合优化方法”，《分类杂志》，11，155-170·Zbl 0825.62539号 ·doi:10.1007/BF01195676
[7] COHEN，J.（1960），“名义量表的一致系数”，《教育与心理测量》，第20、37–46页·doi:10.1177/001316446002000104
[8] DE LEEUW，J.（1994），“统计中的块松弛算法”，载于《信息系统与数据分析》，H.H.Bock，W.Lenski和M.M.Richter编辑，柏林：Springer-Verlag，第308-325页·Zbl 0829.65144号
[9] DEPRIL，D.、VAN MECHELEN，I.和MIRKIN，B.G.（2008），“矩形数据表的加性聚类算法”，计算统计与数据分析，52，4923–4938·Zbl 1452.62439号 ·doi:10.1016/j.csda.2008.04.014
[10] DHILLON，I.S.、GUAN，Y.和KOGAN，J.（2002），“在高维文本数据中细化聚类”，摘自：第二届SIAM国际数据挖掘会议上聚类高维数据及其应用研讨会论文集，I.S.DHILLON编辑，J.KOGAN，SIAM 2002，第71–82页。
[11] GELMAN，A.、CARLIN，J.B.、STERN，H.S.和RUBIN，D.B.（1995），贝叶斯数据分析，伦敦：查普曼和霍尔出版社。
[12] GOODMAN，J.和SOKAL，A.D.（1989），“多重网格蒙特卡罗方法：概念基础”，《物理评论》D，40，2035–2071·doi:10.1103/PhysRevD.40.2035
[13] HARSHMAN，R.A.和LUNDY，M.E.（1984），《PARAFAC模型》，载于《多模数据分析的研究方法》，H.G.Law、C.W.Snyder，Jr.、J.A.Hattie和R.P.McDonald编辑，纽约：Praeger，第122–215页。
[14] KIERS，H.A.L.（1997），“用于拟合ADCLUS和INDCLUS模型的SINDCLUS算法的修改”，《分类杂志》，第14期，第297–310页·Zbl 0900.92187号 ·数字标识代码：10.1007/s003579900014
[15] LARSEN，B.和AONE，C.（1999），“使用线性时间文档聚类进行快速有效的文本挖掘”，载于：第五届ACM SIGKDD会议记录，加利福尼亚州圣地亚哥，第16-22页。
[16] LAWSON，C.L.和HANSON，R.J.（1974），《解决最小二乘问题》，新泽西州恩格尔伍德克利夫斯：普伦蒂斯·霍尔公司·Zbl 0860.65028号
[17] MILLIGAN，G.W.（1980），“六种类型的误差扰动对十五种聚类算法的影响的检验”，Psycholometrika，45325-342·doi:10.1007/BF02293907
[18] MIRKIN，B.G.（1987），“主要集群的方法”，《自动化和远程控制》，第10期，第131-143页·兹比尔0643.62047
[19] MIRKIN，B.G.（1990），“线性数据分析模型的顺序拟合程序”，《分类杂志》，第7期，第167-195页·Zbl 0727.62065号 ·doi:10.1007/BF01908715
[20] MIRKIN，B.G.（1996），《数学分类和聚类（非凸优化及其应用）》，波士顿-多德勒支：克鲁沃学术出版社·Zbl 0874.90198号
[21] ROBERTS，G.O.和SAHU，S.K.（1997），“吉布斯采样器的更新方案、相关结构、阻塞和参数化”，《皇家统计学会期刊：B辑》，59，291–317·Zbl 0886.62083号 ·数字对象标识代码：10.1111/1467-9868.00070
[22] SCHEPERS，J.、VAN MECHELEN，I.和CEULEMANS，E.（2006），“三模式划分”，计算统计与数据分析，511623-1642·Zbl 1157.62447号 ·doi:10.1016/j.csda.2006.06.002
[23] SEEWALD，W.（1992），“贝叶斯推断中参数化问题的讨论（S.E.Hills和A.F.M.Smith）”，载于：贝叶斯统计学4，编辑J.M.Bernardo、J.O.Berger、A.P.Dawid和A.F.M.Smish，牛津：牛津大学出版社，第241-243页。
[24] SHEPARD，R.N.和ARABIE，P.（1979），“加性聚类：相似性作为离散重叠特性组合的表示”，《心理学评论》，86，87–123·doi:10.1037/0033-295X.86.2.87
[25] SMITH，A.F.M.和ROBERTS，G.O.（1993），《通过吉布斯采样器和相关马尔可夫链蒙特卡罗方法进行贝叶斯计算》，《皇家统计学会杂志：B辑，55，3–23》·Zbl 0779.62030号
[26] STEINBACH，M.、KARYPIS，G.和KUMAR，V.（2000），“文档聚类技术的比较”，摘自：第六届ACM SIGKDD会议论文集，世界文本挖掘会议，马萨诸塞州波士顿。
[27] TEN BERGE，J.M.F.和KIERS，H.A.L.（2005），“两种方法拟合INDCLUS模型的比较”，《分类杂志》，22，273–286·Zbl 1336.62202号 ·doi:10.1007/s00357-005-0017-4
[28] TUKEY，J.W.（1953），“多重比较问题”，Mimeographed专著。
[29] TVERSKY，A.（1977），“相似性特征”，《心理学评论》，第84、327–352页·doi:10.1037/0033-295X.84.4.327
[30] WILDERJANS，T.F.、CEULEMANS，E.、VAN MECHELEN，I.和VAN DEN BERG，R.A.（2011），“不同噪声量下耦合数据矩阵的同步分析”，英国数学与统计心理学杂志，64，277–290·doi:10.1348/000711010X513263
[31] WILDERJANS，T.F.、CEULEMANS，E.和VAN MECHELEN，I.（2009），“大小不同的耦合数据块的同时分析：两种加权方案的比较”，计算统计与数据分析，53，1086–1098·Zbl 1452.62870号 ·doi:10.1016/j.csda.2008.09.031
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。