基于似然的硬聚类：k-MLE, k-Bregman, k-VARs的理论、收敛性与计算

Sep, 2024

k-MLE, k-Bregman, k-VARs: Theory, Convergence, Computation

Zuogong Yue, Victor Solo

TL;DR本研究针对基于距离的聚类方法的局限性，提出了一种基于似然的硬聚类方法。通过理论证明，展示了该方法的收敛性，并通过仿真和实际数据示例验证了其有效性。该研究的主要发现是，利用似然可以改进聚类结果并提供更强的理论基础。

Abstract

We develop hard clustering based on likelihood rather than distance and prove convergence. We also provide simulations and real data examp