In this paper a new method is proposed to identify a fuzzy partition of proximity matrices in "homogeneous" classes and, at the same time, within each of such classes a consensus partition of objects. The proposed model is estimated using an ECM type algorithm under the assumption that data are sampled from a mixture of multinormal density function.
In questo lavoro viene proposta una nuova metodologia per individuare una partizione sfocata di matrici di prossimità tra oggetti in classi "omogenee" e, contemporaneamente, identificare all'interno di ciascuna classe una partizione consenso degli oggetti. Il modello proposto viene stimato mediante un algoritmo di tipo ECM sotto l'ipotesi che i dati siano campionati da una mistura di densità multinormali.
A Mixture Model for Clustering Three-Way Proximity Data / Bocci, Laura; Vicari, Donatella; Vichi, Maurizio. - STAMPA. - (2002), pp. 265-268. (Intervento presentato al convegno XLI Riunione Scientifica della Società Italiana di Statistica tenutosi a Milano nel 5-7 giugno 2002).
A Mixture Model for Clustering Three-Way Proximity Data
BOCCI, Laura;VICARI, Donatella;VICHI, Maurizio
2002
Abstract
In this paper a new method is proposed to identify a fuzzy partition of proximity matrices in "homogeneous" classes and, at the same time, within each of such classes a consensus partition of objects. The proposed model is estimated using an ECM type algorithm under the assumption that data are sampled from a mixture of multinormal density function.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.