论文部分内容阅读
子空间聚类的目标是在不同的特征子集上对给定的一组数据归类．此非监督学习方法试图发现数据“在不同表达下的相似”模式，并且引起了相关领域大量的关注和研究．首先扩展Hoff提出的“均值与方差平移”模型为一个新的基于特征子集的非参数聚类模型，其优点是能应用变分贝叶斯方法学习模型参数．此模型结合Dirichlet过程混合模型和选择特征子集的非参数模型，能自动选择聚类个数和进行子空间聚类．然后给出基于马尔可夫链蒙特卡罗的参数后验推断算法．出于计算速度上的考虑，提出应用变分贝叶斯方法学习模型参数．在仿真数据上的实验结果