研究人员开发了一种用于谱聚类选择性推断的方法，解决了因数据同时用于发现和测试而产生的反保守p值问题。新方法侧重于谱聚类的亲和力构建阶段，证明对于某些图类型，选择集可以精确定义为区间的有限并集。这使得能够计算谱聚类对的有限样本选择性p值，并可扩展到各种协方差结构和特征值间隙选择的K值。该方法通过PBMC算法示例进行了说明，但它不直接适用于RBF亲和力等平滑核。 AI
影响 这项研究可以提高谱聚类算法识别出的聚类上进行的统计检验的可靠性，可能影响依赖数据分组和分析的领域。
排序理由 该条目描述了一篇关于谱聚类统计推断新方法的最新研究论文。[lever_c_demoted from research: ic=1 ai=0.7]
在 Hugging Face Daily Papers 阅读 →
- peripheral blood mononuclear cell
- P-Values
- RBF affinities
- spectral clustering
- spherical Gaussian model
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
