Analysis of a mode clustering diagram
Analysis of a mode clustering diagram
复制标题
DOI：
10.1214/18-ejs1510
复制
发表时间：
2018-05
影响因子：
1.1
通讯作者：
I. Verdinelli;L. Wasserman
中科院分区：
文献类型：
--
作者：
I. Verdinelli;L. Wasserman
基于模式的聚类方法将簇定义为密度估计的模式的吸引盆。最常见的版本是均值漂移聚类，它使用梯度上升算法来找到盆地。Rodriguez和Laio（2014）介绍了一种比均值漂移聚类更快、更简单的新方法。此外，他们定义了一个聚类图，该图提供了模式聚类信息的简单二维摘要。我们研究这个图的统计特性，我们提出了一些改进和扩展。特别是，我们展示了该图与稳健线性回归之间的联系。
Mode-based clustering methods define clusters to be the basins of attraction of the modes of a density estimate. The most common version is mean shift clus- tering which uses a gradient ascent algorithm to find the basins. Rodriguez and Laio (2014) introduced a new method that is faster and simpler than mean shift clustering. Furthermore, they define a clustering diagram that provides a sim- ple, two-dimensional summary of the mode clustering information. We study the statistical properties of this diagram and we propose some improvements and extensions. In particular, we show a connection between the diagram and robust linear regression.