龟甲聚类：一种用于流式细胞术等判别聚类的混合方法
机器学习
2026-04-28 v1 机器学习
统计方法学
摘要
生成式聚类方法提供有关聚类几何属性的信息，而判别式方法则提供聚类之间的边界。我们将两种方法的思想融合，提出一种基于正则化互信息目标函数的全无监督、概率性和判别式聚类方法，其中使用高斯分布和均匀分布的混合模型用于构建条件模型。通过引入正则化项和合并步骤（类似于可逆跳跃马尔可夫链蒙特卡洛方法中用于贝叶斯聚类的技术），实现条件成分数的自动选择。因此，引入了龟甲方法——一种全无监督聚类方法，能够估计非线性边界线，自动选择成分数，并在噪声和/或不规则聚类形状的存在下捕获直观聚类。我们在各种常用聚类数据集上测试了该方法，并将分析扩展到流式细胞术实验所得的数据集。
引用
@article{arxiv.2604.23083,
title = {Turtle shell clustering: A mixture approach to discriminative clustering with applications to flow cytometry and other data},
author = {Mackenzie R. Neal and Paul D. McNicholas and Arthur White},
journal= {arXiv preprint arXiv:2604.23083},
year = {2026}
}