×

区间值数据的基于距离的线性判别分析。 (英语) Zbl 1428.62293号

摘要:区间值观测出现在许多现实生活中,既可以精确地表示客观实体,也可以表示不完整的知识。因此,给定在属于两个可能类之一的对象样本上观察到的(p)特征,每个观察都可以被视为(mathbb{R}^p)上的非空闭合有界超矩形。本文的目的是通过推广线性判别分析的Fisher程序,提出一种考虑两类或两类以上随机区间的(p)维分类方法。这个想法包括找到一个方向向量,该向量使观测到的超矩形的类之间和类内的色散比最大化。此外,还提供了新观测值的分类规则,并进行了一些模拟,以比较所提出的分类过程与文献中已知的其他方法的行为。最后,将所提出的方法应用于现实生活中的一个例子。

MSC公司:

62H30型 分类和区分;聚类分析(统计方面)
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] 安古洛,C。;安吉塔,D。;Gonzalez-Abril,L。;Ortega,J.A.,用于区间判别分析的支持向量机,神经计算,71,7-9,1220-1229(2008)
[2] 阿尔茨坦,Z。;Vitale,R.,随机紧集的强大数定律,Ann.Probab。,3, 879-882 (1975) ·Zbl 0313.60012号
[3] Aumann,R.J.,集值函数的积分,J.数学。分析。申请。,12, 1-12 (1965) ·Zbl 0163.06301号
[4] 贝尔托卢扎,C。;科拉尔,N。;Salas,A.,关于模糊数之间的一类新距离,Mathware Soft Comput。,2, 71-84 (1995) ·Zbl 0887.04003号
[5] Billard,L。;Diday,E.,《从数据统计到知识统计:符号数据分析》,美国统计协会,98,470-487(2003)
[6] 布兰科·费尔南德斯,A。;科拉尔,N。;González-Rodríguez,G.,基于集合算法的区间数据的灵活简单线性模型估计,计算。统计数据An.,55,2568-2578(2011)·Zbl 1464.62030号
[7] 布兰科·费尔南德斯,A。;科鲁比,A。;García-Bárzana,M.,通过实值变量对区间值响应建模的基于集合算术的线性回归模型,Inf.Sci。,247, 109-122 (2013) ·Zbl 1321.62078号
[8] 布里托,P。;Duarte Silva,A.P.,用正态和偏态分布建模区间数据,J.App。统计,39,3-20(2012)·Zbl 1514.62081号
[10] 卡佩利,C。;D’Urso,P。;Di Iorio,F.,区间值时间序列的状态变化分析及其对PM10的应用,化学计量学。智力。实验室,146,337-346(2015)
[11] Chavent,M.,聚类区间数据的超矩形之间的haussdorff距离,分类、聚类和数据挖掘应用,333-339(2004),Springer:Springer Berlin
[12] 科鲁比,A。;Domínguez-Menchero,J.S。;López-Díaz,M。;Gil,M.A.,广义强大数定律,Probab。理论版本,114401-417(1999)·兹比尔0933.60023
[13] 科鲁比,A。;冈萨雷斯·罗德里格斯,G。;Gil,医学硕士。;Trutschnig,W.,《模糊数据监督分类的非参数准则》,国际期刊近似原因。,52, 9, 1272-1282 (2011) ·Zbl 1319.62125号
[14] 库索,I。;Dubois,D.,集值信息的统计推理:本体与认知观点,国际期刊近似推理。,55, 1502-1518 (2014) ·Zbl 1407.62032号
[15] 德拉罗萨·德·萨阿(De la Rosa De Sáa,S.)。;Gil,医学硕士。;冈萨雷斯·罗德里格斯,G。;洛佩兹,麻省理工学院。;Lubiano,M.A.,基于模糊评分量表的问卷及其统计分析,IEEE T.模糊系统。,23, 111-126 (2015)
[16] D’Urso,P.,模糊/清晰输入和模糊/清晰输出数据的线性回归分析,计算。统计数据分析。,42, 1-2, 47-72 (2003) ·Zbl 1429.62337号
[17] D’Urso,P。;Giordani,P.,区间值数据主成分分析的最小二乘法,化学计量学。智力。实验室,70,2,179-192(2004)
[18] D’Urso,P。;Giordani,P.,模糊数据的加权模糊c-均值聚类模型,Comp。统计数据分析。,50, 6, 1496-1523 (2006) ·Zbl 1445.62157号
[19] D’Urso,P。;De Giovanni,L.,电信应用中区间值数据的中点半径自组织映射,应用。软计算。,11, 3877-3886 (2011)
[20] D’Urso,P。;De Giovanni,L.,不精确数据的稳健聚类,化学计量学。智力。实验室,136,58-80(2014)
[21] D’Urso,P。;De Giovanni,L。;Massari,R.,针对不精确数据的自组织地图,Fuzz。设置系统。,237, 63-89 (2014) ·Zbl 1315.68206号
[22] D’Urso,P。;De Giovanni,L。;Massari,R.,区间值数据的修剪模糊聚类,高级数据分析。分类,9,21-40(2015)·Zbl 1414.62242号
[23] D’Urso,P。;De Giovanni,L。;马萨里,R。;Cappelli,C.,区间值数据基于指数距离的模糊聚类,fuzzy Optim。Decis公司。马.(2016)
[24] 杜阿尔特·席尔瓦,A.P。;Brito,P.,区间数据的线性判别分析,计算。Stat.,21,289-308(2006)·Zbl 1113.62080号
[25] 杜阿尔特·席尔瓦,A.P。;Brito,P.,区间数据的判别分析:基于参数和距离的方法评估,J.Classif。,32, 516-541 (2015) ·Zbl 1331.62305号
[26] Efron,B.,预测规则的表观错误率有多大偏差?,J.Am.Stat.Assoc.,81,461-470(1986)·兹比尔06216.2073
[27] Fisher,R.A.,《多重测量在分类学问题中的应用》,《欧洲遗传学年鉴》。,7, 179-188 (1936)
[28] Fréchet,M.,《自然与空间的关系》,Ann.Inst.Henri Poincaré,10215-310(1948)·Zbl 0035.20802号
[29] Gowda,K。;Ravi,T.,《使用相似性和差异性概念对符号对象进行聚集聚类,模式识别》。莱特。,16, 6, 647-652 (1995)
[30] Guru,D.S。;基拉纳吉,B.B。;Nagabhushan,P.,用于聚类符号模式的多值类型邻近度量和相互相似值概念,模式识别。莱特。,25, 10, 1203-1213 (2004)
[32] Hukuhara,M.,《应用程序可测量值与非紧凸性的集成》,Funkcialaj Ekvacioj,10,205-223(1967)·Zbl 0161.24701号
[33] 伊奇诺,M。;Yaguchi,H.,混合特征类型数据分析的广义minkowski度量,IEEE Trans。系统。人类网络。,24, 4, 698-708 (1994) ·Zbl 1371.68235号
[34] Jahanshahloo,G.R。;Lotfi,F.H。;巴尔,F.R。;Rezai,H.Z.,在重叠评估中使用蒙特卡罗方法对区间数据进行判别分析,应用。数学。公司。,191, 2, 521-532 (2007) ·Zbl 1193.90128号
[35] 约翰逊·R·A。;Wichern,D.W.,应用多元统计分析,Englewood Cliffs(1988)·Zbl 0663.62061号
[36] 卡尔利特拉卡,S。;Arvanitoyannis,美国。;Kefalas,P。;El-Zajouli,A。;Soufleros,E。;Psarra,E.,《希腊葡萄酒的仪器和感官分析》;实施主成分分析(PCA),根据地理来源进行分类,食品化学。,73, 501-514 (2001)
[37] Körner,R.,关于模糊随机变量的方差,模糊集系统。,92, 83-93 (1997) ·Zbl 0936.60017号
[38] 李,N。;Yang,Y.,Deada,基于DEA-DA的模糊数据分组判别分析方法,中国控制与决策会议论文集,CCDC 20082060-2065(2008)
[39] Matheron,G.,《随机集与积分几何》(1975),威利出版社,纽约·Zbl 0321.60009号
[41] 尼维莱,P。;Fournier,F。;Royer,J.J.,《区间判别分析:有监督模式识别中整合错误的有效方法》,第二届不精确概率及其应用国际研讨会论文集(ISIPTA 2001),284-292(2001),伊萨卡:伊萨卡纽约,美国
[42] 佩德里茨,W。;Park,B.J。;Oh,S.K.,《颗粒分类器的设计:模式识别中区间演算和模糊集协同作用的研究》,《模式识别》,41,12,3720-3735(2008)·Zbl 1173.68685号
[43] Ramos-Guajardo,A.B。;科鲁比,A。;González-Rodríguez,G.,随机区间Aumann期望的包含度检验,《信息科学》。,288, 20, 412-422 (2014) ·Zbl 1357.62088号
[44] Ramos-Guajardo,A.B.,随机区间和固定区间期望的相似性检验,(Grzegorzewski,P.;Gagolewski,M.;Hryniewicz,O.;Gil,M.A.,《加强数据分析和软计算之间的联系》,《智能系统与计算的进展》,315(2015),175-182·Zbl 1337.62096号
[45] Sinova,B。;科鲁比,A。;Gil,医学硕士。;González-Rodríguez,G.,区间数据之间基于区间算术的线性回归:关于度量选择的讨论和敏感性分析,《信息科学》。,199, 109-124 (2012) ·Zbl 06094584号
[47] 洛杉矶Utkin。;Chekh,A.I.,使用三角核的区间值训练数据进行一类分类的新稳健模型,神经网络。,69, 99-110 (2015) ·Zbl 1394.68316号
[48] 洛杉矶Utkin。;库伦,F.P.A.,机器学习框架下的区间值回归和分类模型,第七届不精确概率国际研讨会论文集:理论与应用(ISIPTA 2011)(2011),因斯布鲁克:奥地利因斯布鲁克斯
[49] Yang,Y。;李,N。;郭浩,基于l-r模糊数的DEA-DA模型与方法,《世界智能控制与自动化大会论文集》,中国,1795-1799(2006)
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。