Dirichlet过程混合模型的聚类算法

• 作者: 刘辉 张林
• 来源期刊: 中国矿业大学学报
• 学科: 工学
• 关键词: 聚类 Dirichlet过程 无限混合模型 马尔科夫-蒙特卡罗
• 年，卷（期）: 2012,（1）
• 页码范围: 159-163
• 分类号: TP181
• 语种: 中文

摘要

有限混合模型进行高维数据聚类分析时需预先估计聚类个数，因而聚类的准确性和泛化性受到影响。通过建立Dirichlet过程无限混合模型对高维数据开展聚类分析，采用Dirichlet过程的Urn模型分析出模型中各参数的后验分布，利用Gibbs采样MCMC方法估计出模型中各参数及数据中潜在的聚类数。在五维的仿真数据集和IRIS测试数据集上的聚类结果表明：经过200次Gibbs采样MCMC过程，该算法能够正确地估计出数据中潜在的聚类数。单次Gibbs采样MCMC过程的平均占用时间分别为0.1850S和0.1455S，其时间复杂度和数据的样本个数N有关，为0（N）。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘辉	中国矿业大学信息与电气工程学院	46	342	10.0	17.0
2	张林	中国矿业大学信息与电气工程学院	23	141	6.0	11.0