摘要
谱聚类是对高维数据进行分组的最常用算法之一。它易于实现,计算效率高。尽管它很受欢迎并得到了成功的应用,但它的理论性质尚未被完全理解。本文证明了在具有各向同性协方差矩阵的高斯混合模型中,当簇数固定且信噪比足够大时,谱聚类是极小极大最优的。在分析谱聚类的文献中,谱间隙条件被广泛假设。相反,本文不需要这些条件来建立谱聚类的最优性。
资金筹措表
M.Löffler感谢ERC拨款UQMSI/647812和EPSRC拨款EP/L016516/1的财政支持,这两项拨款资助了对耶鲁大学的研究访问,其中部分工作已经完成。这些赠款还资助了M.Löffler在剑桥大学攻读博士学位期间的学习。
致谢
作者感谢耶鲁大学的周凡指出了参考文献[52,32]。作者还感谢合编人、匿名副主编袁明和三位匿名审稿人对原稿的仔细阅读以及他们的宝贵意见和建议。
引用
下载引文
Matthias Löffler。
安德森·Y·张。
哈里森·H·周。
“高斯混合模型中光谱聚类的最优性。”
安。统计师。
49
(5)
2506 - 2530,
2021年10月。
https://doi.org/10.1214/20-AOS2044
问询处
接收日期:2019年11月1日;修订日期:2020年12月1日;发布日期:2021年10月
欧几里德项目首次提供:2021年11月12日
数字对象标识符:10.1214/20-AOS2044
学科:
主要用户:62小时30分
关键词:高斯混合模型,聚类,光谱聚类,光谱扰动
版权所有©2021数学统计研究所