×
帕夫洛·莫扎洛夫斯基;卡尔·莫斯勒;塔贾纳·兰格

使用（DD\alpha）过程对真实世界数据进行分类。 （英语） Zbl 1414.62258号

高级数据分析。分类。，ADAC公司 9，第3期，287-314（2015）.
摘要：（DD阿尔法）分类器是一种非参数快速且非常健壮的程序，描述并应用于50个涉及广泛现实世界数据的分类问题。该过程首先将数据从其原始属性空间转换为深度空间，深度空间是一个低维单位立方体，然后通过一个称为\（DD\alpha\）-过程的投影不变过程将其分离。对于每个数据点，转换将针对给定类指定其深度值。程序中使用了几种替代深度概念（空间深度、马氏深度、投影深度和Tukey深度，后两者通过单变量投影近似），并就其平均错误率进行了比较。Tukey深度最适合分布的形状，并且最稳健，因此出现了“局外人”，即所有类中深度为零的数据点。他们需要额外的分类处理。还提供了线性分离所需扩展特征空间的维数的证据。（DD\alpha）程序作为R包提供。

引用于11文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
62G35型 非参数稳健性
62-04 统计相关问题的软件、源代码等

关键词：

分类;监督学习;字母顺序;数据深度;空间深度;投影深度;随机Tukey深度;局外人;特征

软件：

ElemStatLearn（电子状态学习）;达尔法;UCI-毫升;R（右）;SVM灯
PDF格式BibTeX公司 XML格式引用
\textit{P.Mozharovskyi}等人，高级数据分析。分类。，ADAC 9，第3号，287--314（2015；Zbl 1414.62258）
全文： DOI程序 arXiv公司

参考文献：

[1] Biblarz TJ，Raftery AE（1993）《家庭破裂对社会流动的影响》。《美国社会学评论》58:97-109
[2] Christmann A，Fischer P，Joachims T（2002）各种回归深度方法和支持向量机之间的比较，以近似最小错误分类数。计算机统计17:273-287·Zbl 1010.62054号 ·doi:10.1007/s001800200106
[3] Christmann A，Rousseeuw PJ（2001）二元回归中的重叠测量。计算统计数据分析37:65-75·Zbl 1051.62065号 ·doi:10.1016/S0167-9473（00）00063-3
[4] Cortes C，Vapnik V（1995）支持向量网络。马赫学习20:273-297·Zbl 0831.68098号
[5] Cox LH，Johnson MM，Kafadar K（1982）统计图形技术展览会。ASA统计计算部分会议记录第55-56页
[6] Cuesta-Albertos JA，Nieto-Reyes A（2008）随机Tukey深度。计算统计数据分析52:4979-4988·Zbl 1452.62344号 ·doi:10.1016/j.csda.2008.04.021
[7] Dyckerhoff R（2004）满足投影特性的数据深度。Allg Stat Archiv美国档案馆88:163-190·Zbl 1294.62112号
[8] Fisher RA（1936）分类问题中多重测量的使用。安·尤根7:179-188·文件编号：10.1111/j.1469-1809.1936.tb02137.x
[9] Flury B，Riedwyl H（1988）《多元统计：实用方法》。剑桥查普曼和霍尔，纽约·Zbl 0495.62057号
[10] Frank A，Asuncion A（2010）UCI机器学习库[网址：http://archive.ics.uci.edu/ml]. 加利福尼亚州欧文：加利福尼亚大学信息与计算机科学学院
[11] 高尔顿F（1886）遗传地位向平庸回归。《人类学研究所杂志》15:246-263
[12] Greaney V，Kellaghan T（1984）《爱尔兰学校的机会均等》。都柏林教育公司
[13] Habemma JDF，Hermans J，Van Den Broek K（1974）使用密度估计的逐步判别分析程序。COMPSTAT 1974年。《计算统计学论文集》，海德堡Physica Verlag，第101-110页
[14] Hand DJ、Daly F、Lunn AD、McConway KJ、Ostrowski E（1994）《小数据集手册》。查普曼和霍尔，伦敦·Zbl 0949.62500号 ·doi:10.1007/9781-4899-7266-8
[15] Hastie T、Tibshirani R、Friedman JH（2009）《统计学习的要素：数据挖掘、推理和预测》，第2版。纽约州弗拉格·Zbl 1273.62005年 ·doi:10.1007/978-0-387-84858-7
[16] Hubert M，van Driesen K（2004）快速和稳健的判别分析。计算统计数据分析45:301-320·Zbl 1429.62247号 ·doi:10.1016/S0167-9473（02）00299-2
[17] Joachims，T。；Schoelkopf，B.（编辑）；Burges，C.（编辑）；Smola，A.（编辑），《使大规模SVM学习实用化》，169-184（1999），马萨诸塞州剑桥
[18] Kalbfleisch JD，Prentice RL（1980）故障时间数据的统计分析。J.Wiley，密歇根大学·Zbl 0504.62096号
[19] Koshevoy G，Mosler K（1997），多元分布的带状裁剪。安统计25:1998-2017·Zbl 0881.62059号 ·doi:10.1214/aos/1069362382
[20] Lange T，Mosler K，Mozharovskyi P（2014a）基于数据深度的快速非参数分类。统计论文55:49-69·Zbl 1283.62128号 ·文件编号：10.1007/s00362-012-0488-4
[21] 兰格，T。；莫斯勒，K。；Mozharovskyi，P。；Spiliopoulou，M.（编辑）；Schmidt-Thieme，L.（编辑）；Janning，R.（编辑），DD\[\alpha\]α-非对称数据和尾数据的分类，71-78（2014），柏林·doi:10.1007/978-3-319-01595-8
[22] Lange T，Mozharovskyi P（2014）Alpha-procedure-一种用于自动分类d-维对象的非参数不变方法。收录：Spiliopoulou M，Schmidt-Thieme L，Janning R（编辑）数据分析。机器学习和知识发现。柏林施普林格，第79-86页
[23] Li J，Cuesta-Albertos JA，Liu RY\[（2012）DD\]DD-classifier：基于DD-plot的非参数分类程序。美国统计协会期刊107:737-753·Zbl 1261.62058号 ·doi:10.1080/01621459.2012.688462
[24] Liu X，Zuo Y（2014a）计算半空间深度和回归深度。公共统计模拟计算43:969-985·Zbl 1291.62059号 ·doi:10.1080/03610918.2012.720744
[25] Liu X，Zuo Y（2014b）计算投影深度及其相关估计值。统计计算24:51-63·Zbl 1325.62014号 ·doi:10.1007/s11222-012-9352-6
[26] Mahalanobis P（1936）关于统计学中的广义距离。印度国家科学院院刊12:49-55·Zbl 0015.03302号
[27] McGilchrist CA，Aisbett CW（1991）生存分析中的虚弱回归。生物统计学47:461-466·doi:10.2307/2532138
[28] Miller AJ、Shaw DE、Veitch LG和Smith EJ（1979）分析塔斯马尼亚州的一次云交配实验的结果。公共统计理论方法A8（10）：1017-1047·doi:10.1080/03610927908827813
[29] Mosler K（2002）《多元离散、中心区域和深度：提升带状方法》。施普林格，纽约·Zbl 1027.62033号 ·doi:10.1007/978-1-4613-0045-8
[30] 莫斯勒，K。；Becker，C.（编辑）；Fried，R.（编辑）；Kuhnt，S.（编辑），《深度统计》，17-34（2013），柏林·doi:10.1007/978-3-642-35494-62
[31] Mosler K，Hoberg R（2006），带状深度的数据分析和分类。收录：Liu R，Serfling R，Souvaine D（eds）数据深度：稳健多元分析。美国数学学会，普罗维登斯RI，第49-59页
[32] Nierenberg DW、Stukel TA、Baron JA、Dain BJ、Greenberg ER（1989）《血浆β-胡萝卜素和视黄醇水平的决定因素》。美国流行病学杂志130:511-521
[33] Paindaveine D，Van Bever G（2012）非参数一致的基于深度的分类器。伯努利（出现）·Zbl 1359.62258号
[34] Reaven GM，Miller RG（1979）试图通过多维分析来定义化学性糖尿病的性质。糖尿病16:17-24·doi:10.1007/BF00423145
[35] Ripley BD（1996）模式识别和神经网络。英国剑桥大学出版社·Zbl 0853.62046号 ·doi:10.1017/CBO9780511812651
[36] Rousseeuw PJ，Van Driessen K（1999）最小协方差行列式估计的快速算法。技术计量41:212-223·doi:10.1080/00401706.1999.10485670
[37] Rousseeuw PJ，Struyf A（1998）计算高维中的位置深度和回归深度。统计计算13:153-162
[38] Serfling R（2002）基于空间分位数的深度函数和比例曲线。In:Dodge Y（ed）基于L\[_11\]-规范和相关方法的统计和数据分析，Birkhaeuser，第25-38页·Zbl 1460.62076号
[39] Tukey JW（1974）《数学与数据的图像化》。温哥华国际数学家会议记录，第523-531页·Zbl 0347.6202号
[40] Turny P（1993）具有上下文敏感特征的稳健分类。第六届人工智能和专家系统工业和工程应用国际会议记录（IEA/AIE-93），第268-276页
[41] Vapnik VN（1998）统计学习理论。纽约威利·兹比尔0935.62007
[42] Vardi Y，Zhang CH（2000）多元\[L_1\]L1中点和相关数据深度。收录：美国国家科学院院刊97，pp 1423-1426·Zbl 1054.62067号
[43] Vasil’ev VI（1991）模式识别学习（PRL）问题中的约简原则。图案识别图像分析1:23-32
[44] Vasil’ev VI（2003）揭示规律问题的简化原则I.网络系统分析39:686-694·Zbl 1075.68642号 ·doi:10.1023/B:CASA.0000012089.39260.b3文件
[45] Vasil’ev VI，Lange T（1998）模式识别学习中的对偶原则（俄语）。Kibernetika i Vyt片岩'elnaya Technika 121:7-16
[46] Wolberg WH，Mangasarian OL（1990）用于乳腺细胞学医学诊断的多表面模式分离方法。美国国家科学院院刊87:9193-9196·Zbl 0709.92537号 ·doi:10.1073/pnas.87.23.9193
[47] Yeh I-C，Yang K-J，Ting T-M（2009）基于贝努利序列的RFM模型知识发现。专家系统应用36（3,2）：5866-5871·doi:10.1016/j.eswa.2008.07.018
[48] Zuo YJ，Serfling R（2000）统计深度函数的一般概念。安统计28:461-482·Zbl 1106.62334号 ·doi:10.1214/aos/1016218226
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，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。