范一伟;顾嘉琪;尹国胜 基于稀疏一致性的序数分类。 （英语） Zbl 07748373号 扫描。J.统计。 50，第3期，934-961（2023）. 摘要：顺序分类是统计机器学习中的一个重要领域，标签显示出自然的顺序。序数分类的主要目标之一是正确预测实例的相对顺序。我们提出了一种新的基于协调的序数分类方法，其中引入了协调函数，并设计了一种惩罚平滑优化方法。考虑到稀疏性，引入了使用（L_1）惩罚的变量选择。在最大化协调函数的分类规则集合中，我们通过最小化损失函数来找到预测标签的最佳阈值。在构建分类器之后，我们导出了类条件概率的非参数估计。建立了估计量的渐近性质和变量选择一致性。大量仿真和实际数据应用表明，与其他现有方法相比，该方法在分类精度方面具有鲁棒性和优势。｛©2022斯堪的纳维亚统计杂志基金会董事会。｝ MSC公司： 62至XX 统计 关键词：协调函数;顺序分类;正规化;稀疏;变量选择 软件：序号网络;VGAM公司 PDF格式BibTeX公司 XML格式引用 \textit{Y.Fan}等人，Scand。J.Stat.50，第3号，934--961（2023；Zbl 07748373） 全文： 内政部 参考文献： [1] Agresti，A.（2010年）。有序分类数据分析。约翰·威利父子公司·Zbl 1263.62007年 [2] Anderson‐Bergman，C.（2017）。区间删失NPMLE的EMICM算法的有效实现。计算与图形统计杂志，26（2），463-467。 [3] Baccianella，S.、Esuli，A.和Sebastiani，F.（2014）。序数文本分类的特征选择。神经计算，26（3），557-591。 [4] Cardoso，J.S.和Sousa，R.（2011年）。衡量顺序分类的性能。国际模式识别与人工智能杂志，25（8），1173-1195。 [5] Cavanagh，C.和Sherman，R.P.（1998年）。单调指数模型的秩估计。《计量经济学杂志》，84（2），351-382·Zbl 0952.62105号 [6] Chu，W.和Ghahramani，Z.（2005）。序数回归的高斯过程。机器学习研究杂志，6（7月），1019-1041·Zbl 1222.68170号 [7] Fan，C.，Lu，W.，Song，R.，&Zhou，Y.（2017）。协和辅助学习用于评估最佳个体化治疗方案。英国皇家统计学会杂志：B辑（统计方法），79（5），1565-1582·Zbl 1381.62097号 [8] Fienberg，S.E.（2007）。交叉分类分类数据的分析。施普林格科技与商业媒体·Zbl 1134.62035号 [9] Frank，E.和Hall，M.（2001年）。序数分类的简单方法。《欧洲机器学习会议记录》（ECML）（第145-156页）·兹比尔1007.68529 [10] Geyer，C.J.（1994）。关于约束的渐近性[（M\]\）估算。《统计年鉴》，22（4），1993-2010年·Zbl 0829.62029号 [11] Han，A.K.（1987）。广义回归模型的非参数分析：最大秩相关估计。《计量经济学杂志》，35（2‐3），303-316·Zbl 0638.62063号 [12] Harrington，E.F.（2003）。使用感知器算法进行在线排名/协同过滤。第20届机器学习国际会议（ICML）论文集（第250-257页）。 [13] Hirk，R.、Hornik，K.和Vana，L.（2019年）。多元序数回归模型：企业信用评级分析。统计方法与应用，28（3），507-539·Zbl 1435.62424号 [14] Horowitz，J.L.（1992）。二元响应模型的平滑最大得分估计。《计量经济学》，60（3），505-531·Zbl 0761.62166号 [15] Hu，Q.、Che，X.、Zhang，L.、Zhang，D.、Guo，M.和Yu，D.（2011）。单调分类的基于秩熵的决策树。IEEE知识与数据工程汇刊，24（11），2052-2064。 [16] Janitza，S.、Tutz，G.和Boulesteix，A.L.（2016）。有序反应的随机森林：预测和变量选择。计算统计与数据分析，96，57-73·Zbl 1468.62089号 [17] Kim，K.J.和Ahn，H.（2012年）。使用多类支持向量机和有序成对划分方法的企业信用评级模型。计算机与运筹学，39（8），1800-1811·Zbl 1251.91068号 [18] K.奈特和W.傅（2000）。套索型估计量的渐近性。统计年鉴，28（5），1356-1378·兹比尔1105.62357 [19] Kosorok，M.R.（2008年）。介绍经验过程和半参数推断。施普林格科技与商业媒体·兹比尔1180.62137 [20] Krishnapuram，B.、Carin，L.、Figueiredo，M.A.和Hartemink，A.J.（2005）。稀疏多项式logistic回归：快速算法和泛化界限。IEEE模式分析和机器智能汇刊，27（6），957-968。 [21] Kwon，Y.S.、Han，I.和Lee，K.C.（1997）。债券评级中神经网络训练的顺序成对分割（OPP）方法。会计、财务和管理智能系统，6（1），23-40。 [22] Li，C.和Shepherd，B.E.（2012年）。有序结果的新残差。《生物特征》，99（2），473-480·Zbl 1239.62042号 [23] Liang，S.，Lu，W.，Song，R.，&Wang，L.（2017）。稀疏一致性辅助学习用于最佳治疗决策。机器学习研究杂志，18（1月），7375-7400·Zbl 1469.68093号 [24] Lin，H.和Peng，H.（2013）。线性变换回归模型的平滑秩相关。计算统计与数据分析，57（1），615-630·Zbl 1365.62280号 [25] Liu，X.、Zou，Y.、Song，Y.，Yang，C.、You，J.和Vijaya Kumar，B.V.K.（2018）。用于医学诊断的神经元断棒序数回归。欧洲计算机视觉会议（ECCV）研讨会论文集。 [26] Liu，Y.，Kong，A.W.K.，&Goh，C.K.（2018）。有序回归的约束深度神经网络。IEEE计算机视觉和模式识别会议记录（CVPR）（第831-839页）。 [27] McCullagh，P.（1980）。有序数据的回归模型。英国皇家统计学会杂志：B辑（统计方法），42（2），109-127·Zbl 0483.62056号 [28] Murphy，A.H.（1970）。排名概率分数和概率分数：比较。《月度天气回顾》，98（12），917-924。 [29] 牛，Z.，周，M.，王，L.，高，X.，&华，G.（2016）。年龄估计的多输出CNN序数回归。IEEE计算机视觉和模式识别会议记录（第4920-4928页）。 [30] 诺兰博士和波拉德博士（1987年）。U‐过程：收敛速度。《统计年鉴》，15（2），780-799·兹比尔062460048 [31] Peterson，B.和Harrell，F.E.（1990年）。顺序响应变量的部分比例优势模型。英国皇家统计学会杂志：C辑（应用统计学），39（2），205-217·Zbl 0707.62154号 [32] Schmidt，M.（2005）。带L1范数正则化的最小二乘优化。CS542B项目报告，504195-221。 [33] Sherman，R.P.（1993）。最大秩相关估计量的极限分布。《计量经济学》，61（1），123-137·Zbl 0773.62011号 [34] Steck，H.、Krishnapuram，B.、Oberije，C.D.、Lambin，P.和Raykar，V.C.（2007年）。生存分析中的排名：一致性指数的界限。《神经信息处理系统进展》（第1209-1216页）。Curran Associates公司。 [35] Turnbull，B.W.（1976年）。具有任意分组、删失和截断数据的经验分布函数。英国皇家统计学会杂志：B辑（统计方法），38（3），290-295·Zbl 0343.62033号 [36] Tutz，G.和Gerthiss，J.（2016）。分类数据的正则回归。统计建模，16（3），161-200。 [37] Wang，H.，Shi，Y.，Niu，L.，&Tian，Y.（2017）。非并行支持向量序数回归。IEEE控制论汇刊，47（10），3306-3317。 [38] Wang，J.、Shen，X.和Pan，W.（2009）。关于多路径的大幅度层次分类。《美国统计协会杂志》，104（487），1213-1223·Zbl 1388.62193号 [39] Wu，Y.，Ma，Y.和Yin，G.（2015）。具有测量误差的删失分位数回归的平滑和修正分数方法。美国统计协会杂志，110（512），1670-1683·Zbl 1373.62164号 [40] Wurm，M.J.、Rathouz，P.J.和Hanlon，B.M.（2021）。正则序数回归和序数Net R包。《统计软件杂志》，99（6），1-42。 [41] Yee，T.W.（2010）。用于分类数据分析的VGAM包。《统计软件杂志》，32（10），1-34。 [42] Zhu，H.，Tsang，E.C.，Wang，X.，&Ashfaq，R.A.R.（2017）。单调分类极端学习机。神经计算，225（15），205-213。 [43] 邹华（2006）。自适应套索及其oracle属性。《美国统计协会杂志》，101（476），1418-1429·Zbl 1171.62326号 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。