多视图带状谱聚类及其在 ICD9 聚类中的应用
统计方法学
2018-06-21 v2 应用统计
机器学习
摘要
尽管方法学近期有所发展，社区发现仍是一个具有挑战性的问题。现有文献主要关注标准设定，即利用单一数据源观测到的邻接矩阵来学习网络。由于不同群体间的异质性，从多个数据源构建共享网络更具挑战性。此外，现有方法均未利用许多领域中可用的先验距离知识来辅助发现网络结构。为弥补这一不足，本文提出一种新颖的谱聚类方法，在结合先验距离知识的同时最优地整合多个数据源。所提方法将受距离知识引导的带状化步骤与后续的加权步骤相结合，以最大化多源间的一致性。在多视图随机块模型下对其统计性能进行了深入研究。我们还提供了实践中选择权重的简单而最优的规则。通过大量仿真充分展示了该方法的效能与鲁棒性。最后，我们将该方法应用于聚类国际疾病分类第九版（ICD9）代码，通过整合来自大型理赔数据库和两个医疗系统的信息，得到了极具洞察力的聚类结构。
引用
@article{arxiv.1804.02097,
title = {Multi-view Banded Spectral Clustering with Application to ICD9 Clustering},
author = {Luwan Zhang and Katherine Liao and Issac Kohane and Tianxi Cai},
journal= {arXiv preprint arXiv:1804.02097},
year = {2018}
}