用于检验同质性对抗聚类及评估聚类数目的灵活参数化自助法
统计方法学
2015-02-10 v1
摘要
聚类分析中存在两个众所周知的难题：估计聚类数目，以及检验待聚类总体实际上是否并非同质的。给定数据集、聚类方法和聚类验证指标，本文 propose 建立零模型，以捕捉数据中不能被解释为指示聚类的结构特征。从参数经原始数据集估计得到的零模型中采样人工数据集。这可用于检验总体同质的零假设对抗聚类备择假设。它也可用于校准验证指标以估计聚类数目，方法是考虑在任意给定聚类数目下零模型中指标的期望分布。本文通过三个示例说明了该方法，涉及多种不同的聚类技术（围绕中心点划分、层次方法、高斯混合模型）、验证指标（平均轮廓宽度、预测强度和 BIC），以及混合类型数据、时间和空间自相关等问题。
引用
@article{arxiv.1502.02574,
title = {Flexible parametric bootstrap for testing homogeneity against clustering and assessing the number of clusters},
author = {Christian Hennig and Chien-Ju Lin},
journal= {arXiv preprint arXiv:1502.02574},
year = {2015}
}