方差 - 伽马分布的混合模型
统计方法学
2014-12-30 v2
摘要
本文引入并发展了方差 - 伽马分布的混合模型，用于基于模型的聚类和分类。作为日益增多的非高斯混合聚类与分类方法的最新成果，所提出的方差 - 伽马分布混合模型是最近开发的广义双曲分布混合模型的一个特例，且需要施加限制以确保可识别性。我们认为，方差 - 伽马分布混合模型可能是此类特例中最有用的，并且在某些情况下可能比广义双曲分布混合模型更有用。除了作为广义双曲分布混合模型的替代方案外，我们的方差 - 伽马分布混合模型还可作为无处不在的高斯分布混合模型（它是本模型的一个特例）以及几种非高斯方法（其中一些也是特例）的替代方案。我们对方差 - 伽马分布混合模型的数学推导依赖于其与广义逆高斯分布的关系；因此，在介绍我们的方差 - 伽马分布混合模型之前，先对后者进行了综述。参数估计在期望最大化 (expectation-maximization) 框架内进行。
引用
@article{arxiv.1309.2695,
title = {Mixtures of Variance-Gamma Distributions},
author = {Sharon M. McNicholas and Paul D. McNicholas and Ryan P. Browne},
journal= {arXiv preprint arXiv:1309.2695},
year = {2014}
}