Pergantian label (yaitu, distribusi posterior tidak berbeda dengan pergantian label komponen) adalah masalah ketika menggunakan MCMC untuk memperkirakan model campuran.
Apakah ada metodologi standar (seperti yang diterima secara luas) untuk menangani masalah ini?
Jika tidak ada pendekatan standar maka apa pro dan kontra dari pendekatan terkemuka untuk memecahkan masalah label switching?
Jawaban:
Ada diskusi yang bagus dan cukup baru tentang masalah ini di sini:
Pada dasarnya, ada beberapa strategi standar, dan masing-masing memiliki pro dan kontra. Hal yang paling jelas untuk dilakukan adalah merumuskan sebelumnya sedemikian rupa untuk memastikan hanya ada satu mode posterior (mis. Memesan cara komponen mixuture), tetapi ini ternyata memiliki efek aneh pada posterior, dan karena itu tidak umum digunakan. Berikutnya adalah untuk mengabaikan masalah selama pengambilan sampel, dan kemudian memposting proses untuk memberi label ulang komponen agar label tetap konsisten. Ini mudah diterapkan dan tampaknya berfungsi OK. Pendekatan yang lebih canggih memberi label ulang secara on-line, baik dengan mempertahankan mode tunggal, atau sengaja secara acak mengubah label untuk memastikan pencampuran lebih dari beberapa mode. Saya sangat menyukai pendekatan yang terakhir, tetapi ini masih menyisakan masalah bagaimana meringkas output secara bermakna. Namun, saya melihatnya sebagai masalah tersendiri.
sumber
Gilles Celeux juga menangani masalah penggantian label, mis
Sebagai pelengkap jawaban bagus @ darrenjw, berikut adalah dua makalah online yang mengulas strategi alternatif:
sumber