平移非对称 Laplace 分布的混合模型
统计方法学
2017-10-09 v3 统计计算
机器学习
摘要
本文引入了平移非对称 Laplace 分布的混合模型，并将其用于聚类和分类。通过利用其与广义逆高斯分布的关系，开发了一种 EM 算法的变体用于参数估计。该方法在数学上十分优雅且计算相对简单。我们在模拟数据和真实数据上展示了这种新颖的混合建模方法，以说明其在聚类和分类中的应用。在这些分析中，与流行的 Gaussian 方法相比，我们的平移非对称 Laplace 分布混合模型表现优异。这项工作标志着在非 Gaussian 基于模型聚类和分类方向上迈出的重要一步，文章最后给出了讨论以及对未来工作的建议。
引用
@article{arxiv.1207.1727,
title = {Mixtures of Shifted Asymmetric Laplace Distributions},
author = {Brian C. Franczak and Ryan P. Browne and Paul D. McNicholas},
journal= {arXiv preprint arXiv:1207.1727},
year = {2017}
}