单连接层次聚类估计量的统计性质
机器学习
2016-09-02 v2
摘要
基于距离的层次聚类（HC）方法在无监督数据分析中广泛使用，但很少有学者考虑距离数据中的不确定性。我们通过成对距离中的腐蚀或噪声引入不确定性的统计模型，并研究从测量中估计HC作为未知参数的问题。具体而言，我们关注单连接层次聚类（SLHC）并研究其几何结构。我们证明，在控制测量的概率分布相当合理的条件下，SLHC等价于最大部分轮廓似然估计（MPPLE），且忽略了数据中部分信息。同时，我们表明直接在成对距离的最大似然估计（MLE）上评估SLHC可得到一个一致估计量。因此，在获取真实度量下正确HC结果方面，完整的MLE有望比SLHC表现更好。
引用
@article{arxiv.1511.07715,
title = {Statistical Properties of the Single Linkage Hierarchical Clustering Estimator},
author = {Dekang Zhu and Dan P. Guralnik and Xuezhi Wang and Xiang Li and Bill Moran},
journal= {arXiv preprint arXiv:1511.07715},
year = {2016}
}
备注
21 pages, 6 figures