×
霍尔格·塞瓦洛斯·瓦尔迪维佐;范·艾尔斯特·斯特凡

鲁棒子空间估计的快速计算。 （英语） Zbl 1507.62023号

计算。统计数据分析。 134, 171-185 (2019).
摘要：降维通常是高维数据分析中的一个重要步骤。主成分分析是一种流行的技术，用于寻找高维数据的最佳低维近似。然而，经典PCA对非典型数据非常敏感。提出了稳健的方法来估计最接近规则数据的低维子空间。然而，对于高维数据，这些算法的计算成本很高。提出了鲁棒子空间估计的替代算法，这些算法更适合计算高维问题的解。新算法的主要成分有两方面。首先，通过迭代与估计量相对应的一阶解，直接估计子空间的主方向。其次，为了进一步减少计算时间，提出了五个稳健的确定值来初始化算法，而不是使用随机起始值。结果表明，新算法能产生鲁棒解，计算时间大大缩短，特别是对于高维数据。

引用于1文件

MSC公司：

62-08 统计问题的计算方法
62H25个 因子分析和主成分；对应分析
62层35 鲁棒性和自适应程序（参数推断）

关键词：

确定性算法;高维数据;修剪最少的正方形;放大作用;主成分分析

软件：

rrcov公司;鲁棒基地;ROBPCA公司;RcppArmadillo公司;LAPACK公司;R（右）
PDF格式BibTeX公司 XML格式引用
\textit{H.Cevallos-Valdivezo}和\textit{S.Van Aelst}，计算。统计数据分析。134171-185（2019年；Zbl 1507.62023）
全文： 内政部 arXiv公司 链接

参考文献：

[1] 安德森，E。；Bai，Z。；比肖夫，C。；布莱克福德，L.S。；德梅尔，J。；Dongarra，J.J。；杜克罗兹，J。；Hammarling，S。；格林鲍姆，A。；麦肯尼，A。；Sorensen，D.，《LAPACK用户指南》（第三版）（1999年），工业和应用数学学会：美国宾夕法尼亚州费城市工业与应用数学学会，网址：http://www.netlib.org/lapack/lug/lapack_lug.html ·Zbl 0934.65030号
[2] Björck，Å.；Golub，G.H.，计算线性子空间之间角度的数值方法，数学。公司。，27、123、579-594（1973），网址：http://www.jstor.org/stable/2005662 ·Zbl 0282.65031号
[3] Boente，G。；Salibian-Barrera，M.，《函数主成分分析的S-估计量》，J.Amer。统计师。协会，110，511，1100-1111（2015），URL:arXiv:http://dx.doi.org/10.1080/01621459.2014.946991 ·Zbl 1373.62290号
[4] 布拉马，P.P。；她，Y。；李，S。；李，J。；Wu，D.，《强化稳健主成分追求》，IEEE Trans。神经网络。学习。系统。，PP，99，1-14（2018）
[5] Campbell，N.A.，多元分析中的稳健过程I：稳健协方差估计，应用。统计，29，231-237（1980）·Zbl 0471.62047号
[6] 坎迪斯，E.J。；李，X。；马云（Ma，Y.）。；Wright，J.，稳健主成分分析？，J.ACM，58，3，11:1-11:37（2011），网址：http://doi.acm.org/10.1145/1970392.1970395 ·兹比尔1327.62369
[7] Chiang，K.-Y.、Hsieh，C.-J.、Dhillon，I.S.，2016年。带副信息的稳健主成分分析，in：国际机器学习会议，ICML。；Chiang，K.-Y.、Hsieh，C.-J.、Dhillon，I.S.，2016年。带副信息的稳健主成分分析，收录于：国际机器学习会议，ICML。
[8] 克罗克斯，C。；菲尔兹莫瑟，P。；皮森，G。；Rousseeuw，P.J.，通过稳健交替回归拟合乘法模型，统计计算。，13, 1, 23-36 (2003)
[9] 克罗克斯，C。；加西亚·埃斯库德罗，洛杉矶。；Gordaliza，A。；鲁维特，C。；Martín，R.S.，基于仿射子空间裁剪的稳健主成分分析，Statist。Sinica，27，3，1437-1459（2017）·Zbl 1371.62054号
[10] 克罗克斯，C。；Haesbroeck，G.，基于协方差或相关矩阵稳健估计的主成分分析：影响函数和效率，Biometrika，87，603-618（2000），URL:http://biomet.oxfordjournals.org/content/87/3/603.short ·Zbl 0956.62047号
[11] 克罗克斯，C。；Ruiz-Gazen，A.，基于投影寻踪的稳健主成分快速算法，（Prat，A.，COMPSTAT:计算统计学论文集，1996年（1996），西班牙巴塞罗那，Physica-Verlag HD:Physica-Verlag HD Heidelberg），211-216·Zbl 0900.62300号
[12] 克罗克斯，C。；Ruiz-Gazen，A.，《主成分的高分解估计量：重访投影寻踪法》，《多元分析杂志》。，95, 206-226 (2005) ·Zbl 1065.62040号
[13] 德夫林，S.J。；Gnanadesikan，R。；Kettering，J.R.，色散矩阵和主成分的稳健估计，J.Amer。统计师。协会，76，374，354-362（1981），网址：http://www.jstor.org/stable/2287836 ·Zbl 0463.62031号
[14] Eddelbuettel，D。；Sanderson，C.，RcppArmadillo:用高性能C＋＋线性代数加速R，计算。统计师。数据分析。，711054-1063（2014），网址：http://dx.doi.org/10.1016/j.csda.2013.02.005 ·Zbl 1471.62055号
[15] Engelen，S。；休伯特，M。；Vanden Branden，K.，《高维稳健PCA三种程序的比较》，奥地利统计局，34，117-126（2005）
[16] 费菲，L。；弗格斯，R。；Perona，P.，《从少数训练示例中学习生成性视觉模型：在101个对象类别上测试的增量贝叶斯方法》，计算。视觉。图像理解。，106, 1, 59-70 (2007)
[17] Gabriel，K.R。；Zamir，S.，用最小二乘法对矩阵进行低阶近似，可选择权重，《技术计量学》，21，4，489-498（1979），网址：http://www.jstor.org/stable/1268288 ·Zbl 0471.62004号
[18] Georghiades，A.S。；Belhumeur，P.N。；Kriegman，D.J.，《从少到多：可变光照和姿势下人脸识别的照明锥模型》，IEEE Trans。模式分析。机器。智力。，23, 6, 643-660 (2001)
[19] 休伯特，M。；Rousseeuw，P.J。；Vanden Branden，K.，《ROBPCA：稳健主成分分析的新方法》，《技术计量学》，47，64-79（2005）
[20] 休伯特，M。；卢梭，P。；Vanpaemel，D。；Verdonck，T.，《多元位置和散布的DetS和DetMM估计量》，计算。统计师。数据分析。，81，64-75（2015），网址：http://www.sciencedirect.com/science/article/pii/S0167947314002175 ·Zbl 1507.62078号
[21] 休伯特，M。；Rousseeuw，P.J。；Verdonck，T.，《稳健定位和散布的确定性算法》，J.Compute。图表。统计人员。，21、618-637（2012），网址：网址：http://www.tandfonline.com/doi/abs/10.1080/10618600.2012.672100#.UdeZC0A-国家货币管理局，http://www.tandfonline.com/doi/abs/101080/10618600.2012.672100
[22] Lee，K.C。；Ho，J。；Kriegman，D.J.，获取可变光照下人脸识别的线性子空间，IEEE Trans。模式分析。机器。智力。，27, 5, 684-698 (2005)
[23] 李·G。；Chen，Z.，稳健分散矩阵和主成分的投影-探索方法：初级理论和蒙特卡罗，J.Amer。统计师。协会，80，759-766（1985），网址：http://www.tandfonline.com/doi/abs/10.1080/01621459.1985.10478181papers3://publication/uuid/E7A6D092-1420-4117-A47C-C6F759DA3121·Zbl 0595.62060号
[24] 刘，L。；霍金斯博士。；Ghosh，S。；Young，S.S.，微阵列数据的稳健奇异值分解分析，Proc。国家。阿卡德。科学。美国，10013167-13172（2003），网址：http://www.pubmedcentral.nih.gov/articlerender.fcgi？artid=263735&tool=pmcentrez&rendertype=abstract ·Zbl 1108.62117号
[25] 北卡罗来纳州洛坎托尔。；Marron，J.S。；辛普森，D.G。；的黎波里，北。；Zhang，J.T。；Cohen，K.L.，功能数据的稳健主成分分析，Test，8，1，1-73（1999）·Zbl 0980.62049号
[26] Maronna，R.A.，基于稳健尺度的主成分和正交回归，技术计量学，47，264-273（2005），URL:http://pubs.amstat.org/doi/abs/10.1198/004017005000000166
[27] Maronna，R.A。；马丁·R。；尤海，V.J.，《稳健统计：理论与方法》（2006），威利出版社·邮编1094.62040
[28] 马龙娜，R.A。；梅恩德斯，F。；Yohai，V.J.，稳健非线性主成分，统计计算。，25、2、439-448（2015），网址：http://dx.doi.org/10.1007/s11222-013-9442-0 ·Zbl 1331.62297号
[29] Maronna，R.A。；Zamar，R.H.，高维数据集位置和离散度的稳健估计，技术计量学，44，4，307-317（2002），URL:http://www.jstor.org/stable/1271538
[30] 纳加，R.A。；Antille，G.，鲁棒和非鲁棒主成分分析的稳定性，计算机。统计师。数据分析。，10, 2, 169-174 (1990) ·Zbl 0825.62515号
[31] R核心团队，R：统计计算的语言和环境（2016），R统计计算基金会：R统计计算基础，奥地利维也纳，URL:https://www.R-project.org/
[32] 拉赫曼尼，M。；Atia，G.K.，《一致性追求：快速、简单和稳健的主成分分析》，IEEE Trans。信号处理。，65, 23, 6260-6275 (2017) ·Zbl 1415.94210号
[33] Rousseeuw，P.J。；Croux，C.，《中值绝对偏差的替代方法》，J.Amer。统计师。协会，88，1273-1283（1993），网址：http://www.jstor.org/stable/2291267 ·Zbl 0792.62025号
[34] Rousseeuw，P.J。；Van Driessen，K.，最小协方差行列式估计的快速算法，技术计量学，41，3，212-223（1999）
[35] Salibián-Barrera，M。；Aelst，S.V.公司。；Willems，G.，基于快速稳健引导的多元MM估计的主成分分析，J.Amer。统计师。协会，101，475，1198-1211（2006），URL:arXiv:http://dx.doi.org/10.1198/016214500000096 ·Zbl 1120.62319号
[36] Salibián-Barrera，M。；Yohai，V.J.，S-回归估计的快速算法，J.Compute。图表。统计人员。，15, 414-427 (2006)
[37] Serneels，S。；Verdonck，T.，包含离群值和缺失元素的数据的主成分分析，计算。统计师。数据分析。，52、3、1712-1727（2008），网址：http://www.sciencedirect.com/science/article/pii/S0167947307002241 ·Zbl 1452.62419号
[38] 她，Y。；李，S。；Wu，D.，稳健正交互补主成分分析，J.Amer。统计师。协会，111514763-771（2016）
[39] Stewart，G.W.，《随机正交矩阵的高效生成及其在条件估计中的应用》，SIAM J.Numer。分析。，17, 3, 403-409 (1980) ·Zbl 0443.65027号
[40] Tharrault，Y.，Mourot，G.，Ragot，J.，2008年。使用稳健的主成分分析进行故障检测和隔离。摘自：2008年第16届地中海控制和自动化会议，第59-64页，http://dx.doi.org/10.109/MED.2008.4602224; Tharrault，Y.，Mourot，G.，Ragot，J.，2008年。使用稳健的主成分分析进行故障检测和隔离。载于：2008年第16届地中海控制与自动化会议，第59-64页，http://dx.doi.org/10.109/MED.2008.4602224 ·Zbl 1156.93399号
[41] 托多罗夫，V。；Filzmoser，P.，稳健多元分析的面向对象框架，J.Stat.Softw。，32，3，1-47（2009），网址：http://www.jstatsoft.org/v32/i03/
[42] 瓦尔迪，Y。；Zhang，C.H.，多元l1-中位数和相关数据深度，Proc。国家。阿卡德。科学。，97、4、1423-1426（2000），URL:arXiv:http://www.pnas.org/content/97/4/1423.full.pdf ·Zbl 1054.62067号
[43] Wilcox，R.R.，《稳健主成分：广义方差视角》，Behav。研究方法，40，102-108（2008）
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。