贝叶斯分院帽：大小约束聚类的决策论方法
应用统计
2017-10-18 v1 统计方法学
摘要
大小约束聚类 (SCC) 是指这样一个对偶问题：利用观测值确定潜在聚类结构，同时将观测值分配到未知聚类中，且须满足分析者定义的聚类大小约束。尽管已有数种方法被提出，但由于大小约束在观测值之间引入了组合依赖性，SCC 仍是一个困难的问题。在此，我们将 SCC 重新表述为决策问题，并引入一种新的损失函数来捕捉各种类型的大小约束。与先前的工作不同，我们的方法独特地适用于大小约束反映外部限制或期望，而非数据生成过程的内部特征的情况。为了演示我们的方法，我们开发了一个贝叶斯混合模型，使用模拟和真实分类调查数据对受访者进行聚类。我们开发这种 SCC 决策论方法的动机是基于参与者的分类调查数据，为哈利波特主题寻宝游戏确定最优的团队分配。
引用
@article{arxiv.1710.06047,
title = {The Bayesian Sorting Hat: A Decision-Theoretic Approach to Size-Constrained Clustering},
author = {Justin D. Silverman and Rachel K. Silverman},
journal= {arXiv preprint arXiv:1710.06047},
year = {2017}
}