基于高斯混合模型与进化算法的投影寻踪
机器学习
2021-04-06 v1 机器学习
神经与进化计算
统计方法学
摘要
我们提出了一种基于高斯混合模型（GMMs）的投影寻踪（PP）算法。将 GMMs 估计的多变量密度所得负熵作为待最大化的 PP 指标。对于固定的投影子空间维数，将基于 GMM 的密度估计投影到该子空间上，并在其上计算高斯混合负熵的近似。随后，利用遗传算法（GAs）通过最大化前述近似来寻找最优的正交投影基。我们表明，这种半参数化的 PP 方法具有灵活性，能够通过将多变量数据集投影到可便于可视化的子空间上，检测出信息量极高的结构。所提方法在人工与真实数据集上均展示了其性能。
引用
@article{arxiv.1912.12049,
title = {Projection pursuit based on Gaussian mixtures and evolutionary algorithms},
author = {Luca Scrucca and Alessio Serafini},
journal= {arXiv preprint arXiv:1912.12049},
year = {2021}
}