潜块模型的拟合优度检验
机器学习
2020-09-18 v7 机器学习
摘要
潜块模型用于概率双聚类，已被证明是分析各类关系数据集的有效方法。然而，迄今尚无用于确定潜块模型行与列聚类数的统计检验方法。近期研究已为随机块模型构建了基于统计检验的方法，其假设观测矩阵为方阵对称矩阵且行与列的聚类分配相同。本研究提出了一种用于潜块模型的新拟合优度检验，以检验观测数据矩阵是否拟合给定的行与列聚类数集合，或其是否在行与列的至少一个方向上由更多聚类构成。为构建该检验方法，我们利用了随机矩阵理论中关于样本协方差矩阵的结果。我们通过展示检验统计量的渐近行为并度量检验准确率，实验证明了所提方法的有效性。
引用
@article{arxiv.1906.03886,
title = {Goodness-of-fit Test for Latent Block Models},
author = {Chihiro Watanabe and Taiji Suzuki},
journal= {arXiv preprint arXiv:1906.03886},
year = {2020}
}