×
博扬·塞斯特尼克

针对数据挖掘，从小样本中重新审视最优概率估计。 （英语） Zbl 1430.62023号

国际期刊申请。数学。计算。科学。 29，第4期，783-796（2019）.
摘要：根据经验数据样本估计概率在科学界引起了密切关注，并被确定为许多机器学习和知识发现研究项目和应用的关键阶段。除了使用相对频率进行简单易行的估计外，还提出了更精细的小样本概率估计方法，并将其应用于实践中（例如，拉普拉斯法则，m估计）。A.皮埃加特和M.Landowski先生【国际数学应用计算科学杂志22，第3期，629-645（2012；Zbl 1302.93206号)]提出了一种新的基于小样本（Ep{h\sqrt{2}}）的概率估计方法，该方法根据估计结果的平均绝对误差最优。在本文中，我们表明，尽管Piegat公式的表述似乎不同，但它实际上是（m）-估计的特例，其中（p_a=1/2）和（m=sqrt{2}）。在实验框架的背景下，我们对几种概率估计方法的平均绝对误差进行了深入分析，并证明了它们的潜在优缺点。我们将分析从单实例样本扩展到具有中等数量实例的样本。为了估计概率，我们将小样本定义为包含少于四次成功或少于四次失败的样本，并通过分析不同样本大小的概率估计误差来证明该定义的合理性。

理学硕士：

62立方厘米10 贝叶斯问题；贝叶斯过程的特征
62升10 顺序统计分析
62-02 与统计有关的研究展览（专著、调查文章）
62A01型 统计学基础和哲学主题

关键词：

概率估计;小样本;最小误差;\（m\）-估计

引文：

Zbl 1302.93206号

软件：

scmamp公司;R（右）
PDF格式BibTeX公司 XML格式引用
\文本｛B.Cestnik｝，国际应用杂志。数学。计算。科学。29，第4号，783--796（2019；Zbl 1430.62023）
全文： 内政部
OA许可证

参考文献：

[1] Berger，J.O.（1985）。统计决策理论和贝叶斯分析，纽约州斯普林格·Zbl 0572.62008号
[2] 布吉拉，N.（2013）。关于使用Liouville混合模型和应用平滑多项式估计，模式分析和应用16（3）：349-363·Zbl 1284.68510号
[3] Breiman，L.、Friedman，J.H.、Olshen，R.A.和Stone，C.J.（1984）。分类和回归树，华兹华斯，贝尔蒙特·Zbl 0541.62042号
[4] Calvo，B.和Santafé，G.（2016年）。SCMAMP：多个问题中多个算法的统计比较，R期刊8（1）：248-256。
[5] Cestnik，B.（1990年）。估计概率：机器学习中的一项关键任务，《第九届欧洲人工智能会议论文集》，英国伦敦，第147-149页。
[6] Cestnik，B.（2018年）。R中用于实验小样本概率估计的实验框架。
[7] Cestnik，B.和Bratko，I.（1991年）。关于估计树木修剪的概率，《欧洲学习工作会议论文集》，葡萄牙波尔图，第138-150页。
[8] Chan，J.C.C.和Kroese，D.P.（2011年）。用条件蒙特卡罗进行Rareevent概率估计，《运筹学年鉴》189（1）：43-61·Zbl 1279.60064号
[9] Chandra，B.和Gupta，M.（2011年）。基因表达数据的朴素贝叶斯分类器中估计概率的稳健方法，应用专家系统38（3）：1293-1298。
[10] DasGupta，A.（2011年）。统计学和机器学习的概率：基础和高级主题，纽约州斯普林格·Zbl 1233.62001
[11] DeGroot，M.和Schervish，M.（2012年）。概率与统计，马萨诸塞州波士顿Addison-Wesley。
[12] Demšar，J.（2006）。多数据集上分类器的统计比较，机器学习研究杂志7（1）：1-30·Zbl 1222.68184号
[13] Domingos，P.和Pazzani，M.（1997年）。关于简单贝叶斯分类器在零损失下的最优性，机器学习29（2）：103-130·Zbl 0892.68076号
[14] Díeroski，S.、Cestnik，B.和Petrovski，I.（1993）。在规则归纳中使用m估计，《计算与信息技术杂志》1（1）：37-46。
[15] Feller，W.（1968年）。《概率论及其应用导论》，新泽西州霍博肯威利出版社·Zbl 0155.23101号
[16] Fienberg，S.E.和Holland，P.W.（1972年）。关于估计多项式概率的平坦常数的选择，《多变量分析杂志》2（1）：127-134·Zbl 0236.62047号
[17] Flach，P.（2012）。《机器学习：理解数据的算法的艺术与科学》，剑桥大学出版社，纽约州纽约市·Zbl 1267.68010号
[18] Fürnkranz，J.和Flach，P.A.（2005年）。ROC“n”规则学习-更好地理解覆盖算法，机器学习58（1）：39-77·Zbl 1075.68071号
[19] García，S.、Fernández，a.、Luengo，J.和Herrera，F.（2010年）。计算智能和数据挖掘实验设计中多重比较的高级非参数测试：权力的实验分析，《信息科学》180（10）：2044-2064。
[20] García，S.和Herrera，F.（2008）。所有成对比较的多个数据集上分类器统计比较的扩展，机器学习研究杂志9（12）：2677-2694·Zbl 1225.68178号
[21] 很好，I.J.（1965）。概率估计：现代贝叶斯方法论文，麻省理工学院出版社，马萨诸塞州剑桥·Zbl 0168.39603号
[22] 好，I.J.（1966）。如何估计概率，IMA应用数学杂志2（4）：364-383·Zbl 0171.16501号
[23] Good，P.和Hardin，J.（2012年）。统计中的常见错误（以及如何避免这些错误），新泽西州霍博肯市威利·Zbl 1274.62007年
[24] Grover，J.（2012年）。《战略经济决策：使用贝叶斯信念网络解决复杂问题》，纽约州斯普林格·Zbl 1353.90001号
[25] Gudder，S.（1988）。量子概率，学术出版社，马萨诸塞州波士顿·Zbl 0653.60004号
[26] 拉普拉斯，P.-S.（1814）。《概率论的Essai哲学》，巴黎Courcier出版社。
[27] Larose，D.（2010年）。《发现统计》，W.H.Freeman，纽约州纽约市。
[28] 米切尔，T.M.（1997）。机器学习，麦格劳希尔，梅登黑德·Zbl 0913.68167号
[29] Piegat，A.和Landowski，M.（2012年）。小样本数据挖掘问题假设概率的最优估计，国际应用数学与计算机科学杂志22（3）：629-645，DOI:10.2478/v10006-012-0048-z·Zbl 1302.93206号
[30] Piegat，A.和Landowski，M.（2013）。概率的均方误差最优完全性估计器eph2，《理论与应用计算机科学杂志》7（3）：3-20。
[31] Piegat，A.和Landowski，M.（2014）。特别适用于机器学习、控制和控制论43（1）：133-160·Zbl 1318.93087号
[32] R核心团队（2018年）。R： 统计计算语言和环境，R统计计算基金会，维也纳。
[33] Rudas，T.（2008年）。概率手册：理论与应用，SAGE出版物，加利福尼亚州千橡树·Zbl 1149.60001号
[34] Starbird，M.（2006）。机会是什么？弗吉尼亚州尚蒂利，概率明确。
[35] Sulzmann，J.N.和Fürnkranz，J.（2009）。概率规则概率估计技术的经验比较，J.Gama等人（编辑），《发现科学》，斯普林格，海德堡，第317-331页·Zbl 1502.68264号
[36] Webb，J.（2007）。《博弈论：决策、互动与进化》，斯普林格出版社，伦敦·Zbl 1107.91001号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。