Scifaro

中文

基于联合广义双曲模型混合的高维数据灵活聚类

统计方法学 2018-11-02 v2 统计计算

作者: Yang Tang , Ryan P. Browne , Paul D. McNicholas

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

引入联合广义双曲分布混合（MJGHD）用于高维数据的非对称聚类。MJGHD 方法考虑了簇特定子空间，从而限制了待估计参数数量，同时便于结果可视化。讨论了可识别性，并概述了用于参数估计的多循环 ECM 算法。MJGHD 方法在两个真实数据集上进行了演示，其中使用贝叶斯信息准则进行模型选择。

关键词

高维数据非对称聚类联合广义双曲分布混合模型 ECM算法贝叶斯信息准则可识别性

引用

@article{arxiv.1705.03130,
  title  = {Flexible Clustering for High-Dimensional Data via Mixtures of Joint Generalized Hyperbolic Models},
  author = {Yang Tang and Ryan P. Browne and Paul D. McNicholas},
  journal= {arXiv preprint arXiv:1705.03130},
  year   = {2018}
}