用于共现极值组检测的球聚类方法
统计理论
2022-03-21 v2 概率论
统计理论
摘要
越来越多的经验证据表明，球化-均值聚类在高维中识别共现极值组方面表现良好，从而产生稀疏模型。我们提供了支持该方法的首批理论结果之一，但也展示了一些缺陷。此外，我们表明另一种代价函数可能更适用于识别共现极值，并由此提出了一种新颖的球化-主成分聚类算法。我们的主要结果建立了一个广泛满足的充分条件，保证该方法在相当基本的设定下成功。最后，我们通过模拟说明，在组内弱渐近依赖的困难情形下，-主成分优于-均值。
引用
@article{arxiv.2010.12372,
title = {Spherical clustering in detection of groups of concomitant extremes},
author = {V. Fomichov and J. Ivanovs},
journal= {arXiv preprint arXiv:2010.12372},
year = {2022}
}
备注
6 figures