×
卢卡·格雷科；安东尼奥·卢卡达莫；彼得罗·阿蒙塔

一种用于接头尺寸和样品缩减的公正修剪方法。 （英语） Zbl 07300772号

J.分类。 37，第3期，769-788（2020）.
小结：基于修剪的思想，提出了一种稳健的约化和阶乘k-均值。约简和阶乘k-means是数据约简技术，非常适合通过主成分分析和聚类同时进行维数和样本约简。数据不足的发生会使标准分析失效。实际上，手头数据中的污染可以隐藏数据的底层集群结构。通过不偏不倚的修剪，给出了一种开发阶乘和约化k均值稳健对应项的诱人方法。其想法是丢弃一部分被选为距质心最远的观测值。通过一些数值研究和实际数据示例，研究了所提方法的有限样本行为。

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）

关键词：

群集；浓缩步骤；尺寸缩减；阶乘k均值；简化k均值；修剪k均值

软件：

UCI-毫升；集群；群集查找
PDF格式BibTeX公司 XML格式引用
\textit{L.Greco}等人，J.Classif。37，第3号，769--788（2020；Zbl 07300772）
全文： 内政部

参考文献：

[1] Atkinson，A.，《检测多个离群值的快速非常稳健方法》，《美国统计协会杂志》，89，428，1329-1339（1994）·Zbl 0825.62429号
[2] Cerioli，A。；Farcomeni，A.，多元异常值检测的错误率，计算统计与数据分析，55，1，544-553（2011）·Zbl 1247.62192号
[3] 克罗克斯，C。；Filzmoser，P。；Fritz，H.，稳健稀疏主成分分析，技术计量学，55，2，202-214（2013）
[4] 库斯塔·阿尔贝托斯，J。；Gordaliza，A。；Matrán，C.，Trimmed k-means:增强量化器的尝试，《统计年鉴》，25，2553-576（1997）·Zbl 0878.62045号
[5] De Soete，G.和Carroll，J.D.（1994年）。K-表示低维欧氏空间中的聚类。In：分类和数据分析的新方法（第212-219页）。斯普林格。
[6] 多托，F。；Farcomeni，A。；加西亚·埃斯库德罗，洛杉矶；Mayo-Iscar，A.，稳健回归聚类的模糊方法，数据分析和分类进展，11，4，691-710（2017）·Zbl 1414.62240号
[7] 多托，F。；Farcomeni，A。；加西亚·埃斯库德罗，洛杉矶；Mayo-Iscar，A.，稳健聚类的重加权方法，统计与计算，28，2，477-493（2018）·Zbl 1384.62193号
[8] Farcomeni，A.，《稳健双重聚类：基于交替集中步骤的方法》，《分类杂志》，26，1，77-101（2009）·Zbl 1276.62040号
[9] Farcomeni，A.和Greco，L.（2015）。稳健的数据缩减方法。CRC出版社·兹比尔1311.62006
[10] Frank，A.和Asuncion，A.（2010年）。加州大学信息与计算机科学学院机器学习库。加利福尼亚州欧文。
[11] Gallegos，M.和Ritter，G.（2005年）。一种稳健的聚类分析方法。《统计年鉴》，347-380·Zbl 1064.62074号
[12] 路易斯安那州加西亚-埃斯库德罗；Gordaliza，A.，k均值和修剪k均值的稳健性性质，美国统计协会杂志，94447956-969（1999）·Zbl 1072.62547号
[13] 加西亚·埃斯库德罗，洛杉矶；Gordaliza，A。；Matrán，C.，探索性数据分析中的修剪工具，计算与图形统计杂志，12，2，434-449（2003）
[14] 加西亚·埃斯库德罗，洛杉矶；Gordaliza，A。；马特兰，C。；Mayo-Iscar A.，《探索基于稳健模型的聚类中的组数》，《统计与计算》，第21、4、585-599页（2011年）·Zbl 1221.62093号
[15] Gebeyaw M.（2017）。网络抓取和应用聚类全球幸福和社会进步指数。datasciencepluscom。
[16] Gordaliza，A.，基于修剪程序的随机变量最佳近似，近似理论杂志，64，2，162-180（1991）·Zbl 0745.41030号
[17] 格雷科，L。；Farcomeni，A.，稀疏稳健主成分分析的插件方法，Test，25，3，449-481（2016）·Zbl 06833258号
[18] Helliwell，J.、Layard，R.、Sachs，J.（2017）。2017年世界幸福报告。
[19] 休伯特，L。；Arabie，P.，比较分区，分类杂志，2，1，193-218（1985）·Zbl 0587.62128号
[20] 考夫曼，L。；Rousseeuw，P.，《在数据中发现群体：聚类分析简介》，第344卷（2009年），纽约：威利出版社，纽约
[21] Markos，A.、Iodice D’Enza，A.、van de Velden，M.（2017）。clustrd：联合降维和聚类方法。https://CRAN.R-project.org/package=clustrd，r包版本1.2.0。
[22] Rocci，R。；南非Gattone；Vichi，M.，《一种新的降维方法：因子判别k均值》，《分类杂志》，28，2，210-226（2011）·Zbl 1226.62062号
[23] 火箭，DM；伍德拉夫，DL，多元数据中离群值的识别，美国统计协会杂志，91，435，1047-1061（1996）·Zbl 0882.62049号
[24] 卢梭，P。；Driesen，K.，最小协方差行列式估计器的快速算法，Technometrics，41，3121-223（1999）
[25] Timmerman，M。；Ceulemans，E。；基尔斯，HA；Vichi，M.，重新考虑因子和约化k均值，计算统计与数据分析，54，7，1858-1871（2010）·Zbl 1284.62396号
[26] 维基，M。；Kiers，H.，双向数据的因子k均值分析，计算统计与数据分析，37，1，49-64（2001）·Zbl 1051.62056号
[27] 维希，M。；Rocci，R。；Kiers，HA，《三向数据的同步组件和聚类模型：方法内和方法间》，《分类杂志》，24，1，71-98（2007）·Zbl 1144.62045号
[28] 邹，H。；哈斯蒂，T。；Tibshirani，R.，《稀疏主成分分析》，《计算与图形统计杂志》，15，2，265-286（2006）
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。