Il problema della stima del numero di componenti di una mistura che ha generato un insieme di dati può essere affrontato in ambito bayesiano mediante l'utilizzo di modelli mistura nonparametrici. Lo sviluppo di appropriati metodi di simulazione ha favorito la diffusione in ambito applicativo di modelli mistura gerachici basati sul processo di Dirichlet. Vengono qui studiati modelli nonparametrici alternativi alla mistura del processo di Dirichlet e confrontate le diverse strutture di clustering dei dati. L'analisi è completata dallo studio di due insiemi di dati reali..
Bayesian clustering in nonparametric hierarchical mixture models.
LIJOI, ANTONIO;
2006-01-01
Abstract
Il problema della stima del numero di componenti di una mistura che ha generato un insieme di dati può essere affrontato in ambito bayesiano mediante l'utilizzo di modelli mistura nonparametrici. Lo sviluppo di appropriati metodi di simulazione ha favorito la diffusione in ambito applicativo di modelli mistura gerachici basati sul processo di Dirichlet. Vengono qui studiati modelli nonparametrici alternativi alla mistura del processo di Dirichlet e confrontate le diverse strutture di clustering dei dati. L'analisi è completata dallo studio di due insiemi di dati reali..File in questo prodotto:
Non ci sono file associati a questo prodotto.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
