Co-Clustering

ویرایش: 1 
نویسندگان: Gérard Govaert. Mohamed Nadif  
سری:  
ISBN (شابک) : 1848214731, 9781848214736 
ناشر: Wiley-ISTE 
سال نشر: 2013 
تعداد صفحات: 252 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت 

قیمت کتاب (تومان) : 29,000

تجزیه و تحلیل های خوشه ای یا هم خوشه ای ابزارهای مهمی در حوزه های مختلف علمی هستند. مقدمه این کتاب وضعیتی از هنر را ارائه می دهد که از قبل به خوبی تثبیت شده است و همچنین روش های جدیدتر خوشه بندی مشترک. نویسندگان عمدتاً با پارتیشن بندی دو حالته تحت رویکردهای مختلف سروکار دارند، اما توجه ویژه ای به رویکرد احتمالی دارند.
فصل 1 به خوشه بندی به طور کلی و خوشه بندی مبتنی بر مدل به طور خاص مربوط می شود. نویسندگان به طور خلاصه روش های کلاسیک خوشه بندی را بررسی کرده و بر مدل مخلوط تمرکز می کنند. آنها استفاده از مخلوط‌های مختلف را که با انواع مختلف داده‌ها تطبیق داده شده‌اند، ارائه و بحث می‌کنند. الگوریتم‌های مورد استفاده تشریح شده و آثار مرتبط با روش‌های کلاسیک مختلف ارائه و توضیح داده شده است. این فصل برای حل مشکل
هم‌خوشه‌بندی تحت رویکرد مخلوط مفید است. فصل 2 به مدل بلوک پنهان ارائه شده در زمینه رویکرد مخلوط اختصاص دارد. نویسندگان این مدل را به تفصیل مورد بحث قرار داده و علاقه آن را در مورد هم‌خوشه‌بندی ارائه می‌کنند. الگوریتم های مختلف در یک زمینه کلی ارائه شده است. فصل 3 بر روی داده های باینری و طبقه بندی تمرکز دارد. این مدل‌های مخلوط بلوک نهفته مناسب را با جزئیات ارائه می‌کند. انواع این مدل ها و الگوریتم ها با استفاده از مثال ها ارائه و نشان داده شده اند. فصل 4 بر روی داده های احتمالی تمرکز دارد. اطلاعات متقابل، مجذور فی و هم‌خوشه‌بندی مبتنی بر مدل مورد مطالعه قرار گرفته‌اند. مدل‌ها، الگوریتم‌ها و ارتباطات بین رویکردهای مختلف توصیف و نشان داده شده‌اند. فصل 5 موردی از داده های پیوسته را ارائه می دهد. به همین ترتیب، رویکردهای مختلف مورد استفاده در فصول قبل به این وضعیت تعمیم داده شده است.

مطالب

1. تحلیل خوشه‌ای.
2. هم‌خوشه‌بندی مبتنی بر مدل.
3. هم‌خوشه‌بندی داده‌های باینری و طبقه‌ای.
4. هم‌خوشه‌بندی جداول احتمالی.
5. هم‌خوشه‌بندی داده‌های پیوسته.

درباره نویسندگان

جرارد گووارت، استاد دانشگاه فناوری کامپینی، فرانسه است. او همچنین یکی از اعضای آزمایشگاه CNRS Heudiasyc (ابتکار و تشخیص سیستم های پیچیده) است. علایق تحقیقاتی او شامل مدل سازی ساختار پنهان، انتخاب مدل، تحلیل خوشه ای مبتنی بر مدل، خوشه بندی بلوکی و تشخیص الگوی آماری است. او یکی از نویسندگان نرم افزار MIXMOD (MIXtureMODelling) است.
محمد نادیف استاد دانشگاه پاریس-دکارت فرانسه است، جایی که او عضو LIPADE (آزمایشگاه علوم کامپیوتر پاریس دکارت) در ریاضیات و گروه علوم کامپیوتر. علایق تحقیقاتی او شامل یادگیری ماشینی، داده کاوی، تحلیل خوشه‌ای مبتنی بر مدل، هم‌خوشه‌بندی، فاکتورسازی و تجزیه و تحلیل داده‌ها است.

تحلیل خوشه‌ای ابزار مهمی در زمینه‌های مختلف علمی است. فصل 1 به اختصار وضعیتی از هنر روش های از قبل به خوبی تثبیت شده و همچنین جدیدتر را ارائه می دهد. رویکردهای سلسله مراتبی، پارتیشن بندی و فازی در میان دیگران مورد بحث قرار خواهند گرفت. نویسندگان دشواری این روش‌های کلاسیک را در مقابله با ابعاد بالا، پراکندگی و مقیاس‌پذیری بررسی می‌کنند. فصل 2 علائق خوشه‌بندی، ارائه رویکردهای مختلف و تعریف یک هم‌خوشه را مورد بحث قرار می‌دهد. نویسندگان بر روی هم‌خوشه‌بندی به‌عنوان یک خوشه‌بندی همزمان تمرکز می‌کنند و موارد داده‌های باینری، پیوسته و همزمان را مورد بحث قرار می‌دهند. معیارها و الگوریتم ها بر روی داده های شبیه سازی شده و واقعی توصیف و نشان داده شده اند. فصل 3 هم‌خوشه‌بندی را یک هم‌خوشه‌بندی مبتنی بر مدل در نظر می‌گیرد. یک مدل بلوک پنهان برای انواع مختلف داده تعریف شده است. تخمین پارامترها و هم‌خوشه‌بندی با دو رویکرد بررسی می‌شود: حداکثر احتمال و طبقه‌بندی حداکثر احتمال. الگوریتم های سخت و نرم توصیف شده و بر روی داده های شبیه سازی شده و واقعی اعمال می شوند. فصل 4 هم خوشه بندی را به عنوان یک تقریب ماتریسی در نظر می گیرد. رویکرد سه عاملی سازی در نظر گرفته شده و الگوریتم های مبتنی بر قوانین به روز رسانی تشریح می شوند. پیوندهایی با رویکردهای عددی و احتمالی ایجاد می شود. ترکیبی از الگوریتم ها بر روی داده های شبیه سازی شده و واقعی پیشنهاد و ارزیابی می شوند. فصل 5 هم‌خوشه‌بندی یا دو خوشه‌بندی را به‌عنوان جستجوی هم‌خوشه‌های منسجم در شرایط بیولوژیکی یا استخراج هم‌خوشه‌ها تحت شرایط در نظر می‌گیرد. الگوریتم های کلاسیک بر روی داده های شبیه سازی شده و واقعی توصیف و ارزیابی خواهند شد. شاخص‌های مختلفی برای ارزیابی کیفیت خوشه‌ها ذکر شده و در آزمایش‌های عددی استفاده می‌شود.

Cluster or co-cluster analyses are important tools in a variety of scientific areas. The introduction of this book presents a state of the art of already well-established, as well as more recent methods of co-clustering. The authors mainly deal with the two-mode partitioning under different approaches, but pay particular attention to a probabilistic approach.
Chapter 1 concerns clustering in general and the model-based clustering in particular. The authors briefly review the classical clustering methods and focus on the mixture model. They present and discuss the use of different mixtures adapted to different types of data. The algorithms used are described and related works with different classical methods are presented and commented upon. This chapter is useful in tackling the problem of
co-clustering under the mixture approach. Chapter 2 is devoted to the latent block model proposed in the mixture approach context. The authors discuss this model in detail and present its interest regarding co-clustering. Various algorithms are presented in a general context. Chapter 3 focuses on binary and categorical data. It presents, in detail, the appropriated latent block mixture models. Variants of these models and algorithms are presented and illustrated using examples. Chapter 4 focuses on contingency data. Mutual information, phi-squared and model-based co-clustering are studied. Models, algorithms and connections among different approaches are described and illustrated. Chapter 5 presents the case of continuous data. In the same way, the different approaches used in the previous chapters are extended to this situation.

Contents

1. Cluster Analysis.
2. Model-Based Co-Clustering.
3. Co-Clustering of Binary and Categorical Data.
4. Co-Clustering of Contingency Tables.
5. Co-Clustering of Continuous Data.

About the Authors

Gérard Govaert is Professor at the University of Technology of Compiègne, France. He is also a member of the CNRS Laboratory Heudiasyc (Heuristic and diagnostic of complex systems). His research interests include latent structure modeling, model selection, model-based cluster analysis, block clustering and statistical pattern recognition. He is one of the authors of the MIXMOD (MIXtureMODelling) software.
Mohamed Nadif is Professor at the University of Paris-Descartes, France, where he is a member of LIPADE (Paris Descartes computer science laboratory) in the Mathematics and Computer Science department. His research interests include machine learning, data mining, model-based cluster analysis, co-clustering, factorization and data analysis.

Cluster Analysis is an important tool in a variety of scientific areas. Chapter 1 briefly presents a state of the art of already well-established as well more recent methods. The hierarchical, partitioning and fuzzy approaches will be discussed amongst others. The authors review the difficulty of these classical methods in tackling the high dimensionality, sparsity and scalability. Chapter 2 discusses the interests of coclustering, presenting different approaches and defining a co-cluster. The authors focus on co-clustering as a simultaneous clustering and discuss the cases of binary, continuous and co-occurrence data. The criteria and algorithms are described and illustrated on simulated and real data. Chapter 3 considers co-clustering as a model-based co-clustering. A latent block model is defined for different kinds of data. The estimation of parameters and co-clustering is tackled under two approaches: maximum likelihood and classification maximum likelihood. Hard and soft algorithms are described and applied on simulated and real data. Chapter 4 considers co-clustering as a matrix approximation. The trifactorization approach is considered and algorithms based on update rules are described. Links with numerical and probabilistic approaches are established. A combination of algorithms are proposed and evaluated on simulated and real data. Chapter 5 considers a co-clustering or bi-clustering as the search for coherent co-clusters in biological terms or the extraction of co-clusters under conditions. Classical algorithms will be described and evaluated on simulated and real data. Different indices to evaluate the quality of coclusters are noted and used in numerical experiments.