• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文OA文献 >Mixtures of Generalized Hyperbolic Distributions and Mixtures of Skew-t Distributions for Model-Based Clustering with Incomplete Data
【2h】

Mixtures of Generalized Hyperbolic Distributions and Mixtures of Skew-t Distributions for Model-Based Clustering with Incomplete Data

机译：广义双曲分布的混合和skew-t的混合   基于模型的不完全数据聚类分布

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Robust clustering from incomplete data is an important topic because, in manypractical situations, real data sets are heavy-tailed, asymmetric, and/or havearbitrary patterns of missing observations. Flexible methods and algorithms formodel-based clustering are presented via mixture of the generalized hyperbolicdistributions and its limiting case, the mixture of multivariate skew-tdistributions. An analytically feasible EM algorithm is formulated forparameter estimation and imputation of missing values for mixture modelsemploying missing at random mechanisms. The proposed methodologies areinvestigated through a simulation study with varying proportions of syntheticmissing values and illustrated using a real dataset. Comparisons are made withthose obtained from the traditional mixture of generalized hyperbolicdistribution counterparts by filling in the missing data using the meanimputation method.
机译：从不完整的数据中进行稳健的聚类是一个重要的主题，因为在许多实际情况下，实际的数据集都是缺少观测值的重尾，不对称和/或任意模式。通过混合广义双曲线分布及其极限情况，多元偏斜分布的混合，提出了基于模型的聚类的灵活方法和算法。提出了一种分析上可行的EM算法，用于采用随机机制的缺失的混合模型的参数估计和缺失值的估算。通过模拟研究以不同比例的综合缺失值对提出的方法进行了研究，并使用真实数据集进行了说明。通过使用均值输入法填充丢失的数据，与从广义双曲分布对应项的传统混合物中获得的结果进行比较。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号