非光滑图子的协同聚类

针对二分图数据的探索性协同聚类/块建模，给出了性能界限，其中我们假设数据矩阵的行和列是从任意总体中抽取的样本。这等价于假设数据是由一个非光滑图子生成的。结果表明，通过任何方法找到的协同聚类可以扩展到行和列的总体，或者等价地，估计的块模型近似于生成图子的一个分块版本，其估计误差以 $O_P(n^{-1/2})$ 为界。对于度校正块模型和随机点积图，也给出了类似的性能界限，其误差率取决于潜变量空间的维度。