挖掘回归类的混合模型的可识别性

被引：2

作者：

马江洪

张文修

梁怡

机构：

[1] 西安交通大学理学院

[2] 香港中文大学地理与资源管理学系环境政策与资源管理中心地球信息科学联合实验室西安

[3] 长安大学数学与信息科学系

[4] 西安

来源：

计算机学报 | 2003年 / 12期

关键词：

混合分布; 回归类; 可识别性;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

复杂海量数据往往表现为多种结构特征的混合体 ,回归类混合模型就是对这种混合体的一个描述 .该文基于统计学的有限混合分布理论和可识别性的相关结果 ,针对回归变量的三种情形 :(1)解释变量固定 ,(2 )解释变量随机 ,(3 )解释变量固定且类别参数指定 ,分别讨论挖掘一般回归类的混合模型的可识别性问题 ,并给出同族回归类混合模型可识别的相应充分条件 .这些条件的一个共同特点是它们都与一类特别的解释变量集合有关 ,而该类集合是由同族的回归函数与回归参数唯一确定的 ,其元素使不同的回归参数对应回归函数的相同值 .特别地 ,当回归函数线性时 ,这类集合就是解释变量空间中的超平面 .

引用

页码：1652 / 1659

页数：8