给定度量距离置信区间的层次聚类
社会与信息网络
2016-10-17 v1 物理与社会
摘要
本文考虑度量空间，其中节点对之间的距离由距离区间表示。目标是研究确定层次聚类的方法，即由度量空间给定距离区间诱导的、以分辨率参数为索引的嵌套划分族。我们的层次聚类方法构造基于将容许方法定义为遵守以下公理的方法：值公理——具有两个节点的度量空间中的节点在它们之间距离界的凸组合处聚在一起；变换公理——当两个距离界都减小时，输出可能变得更聚类但不会更不聚类。构造了两种容许方法，并证明它们在容许方法空间中提供了通用的上界和下界。通过快照聚类移动点以及利用网络距离的下界和上界聚类表示大脑结构连接的网络，探索了实际意义。所提出的聚类方法成功地通过所有快照中的最大和最小距离识别了潜在的聚类结构，并区分了患者与健康对照的大脑连接网络。
引用
@article{arxiv.1610.04274,
title = {Hierarchical Clustering Given Confidence Intervals of Metric Distances},
author = {Weiyu Huang and Alejandro Ribeiro},
journal= {arXiv preprint arXiv:1610.04274},
year = {2016}
}