KL測度に基づくクラスタリング

抄録

近年，非ベクトルデータを確率分布のパラメータとみなし，そのパラメータ集合全体が定める空間で学習を行う方法が研究されてきている．そこで，本稿では，データを多項分布のパラメータ空間に写像したものをクラスタリングする問題を考察する．このとき，非類似度として，パラメータ間の測地線を使うことは自然なことであるが，クラスター中心などの最適解の導出が難しいため，代わりに Kullback-Leibler(KL)測度，さらにHellinger距離を非類似度として利用したクラスタリングを提案する．