Model-based clustering with network covariates by combining a modified product partition model with hidden Markov random field.
乘積型劃分模型最近被擴展為容許個體有協變量的隨機聚類模型，然而協變量受限與對個體性質的描述。隨著科技發展，於越來越多生物醫學或社會研究的聚類問題中，我們需要考慮聚類對象間兩兩關連的額外資料，如基因間的調節關係或人際關係中的社交網絡。為此我們提出一個基於模型的方法，綜合乘積型劃分模型的一種改型與隱馬可夫隨機場對有網絡和協變量信息的對象做聚類。統計推論以貝葉斯方法進行。模型計算以馬可夫鏈蒙地卡羅運算法則進行。為了使馬可夫鏈能更好地混和，使用循序分配合併分裂取樣器進行群體移動以減少困於區域性頂點的機會。 === 為了測試本文提出的新方法的聚類性能，我們在兩個合成數據集上進行了模擬實驗。該實驗涵括多種...
| Other Authors: | |
|---|---|
| Format: | Others |
| Language: | English Chinese |
| Published: |
2012
|
| Subjects: | |
| Online Access: | http://library.cuhk.edu.hk/record=b5549146 http://repository.lib.cuhk.edu.hk/en/item/cuhk-328725 |