×
索尼亚迪亚斯;保拉·布里托;宝拉阿玛拉尔

通过分数规划对分布数据进行判别分析。 （英语） Zbl 1487.62069号

欧洲药典。物件。 294，编号1，206-218（2021）.
摘要：我们讨论分布数据的分类，其中单位由直方图或区间值变量描述。该方法使用线性判别函数，其中在特定假设下，分布或区间由分位数函数表示。此判别函数允许以分位数函数的形式为每个单位定义分数，分位数函数用于使用Mallows距离将单位分为两个先验组。所提出的线性鉴别方法有多种应用领域。在这项工作中，我们使用全年航班，根据航班时间和到达/离开延误对在纽约机场运营的航空公司进行分类。

引用于2文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
90立方厘米 分数编程

关键词：

分类;数据科学;直方图数据;多元统计学;符号数据分析

软件：

SODAS公司
PDF格式BibTeX公司 XML格式引用
\textit{S.Dias}等人，《欧洲药典》。第294号决议，第1号，206--218（2021；Zbl 1487.62069）
全文： 内政部 arXiv公司

参考文献：

[1] 阿马拉，P。；Bomze，I.M。；Jüdice，J.，同位性与约束分数次二次型问题，数学规划，146，1325-350（2014）·Zbl 1312.90049号
[2] 安古洛，C。；Anguita博士。；González，L.，使用支持向量机的区间判别分析，《ESANN 2007年学报》。比利时布鲁日（2007）
[3] 阿罗约，J。；González-Rivera，G。；马特，C。；San Roque，A.M.，直方图值时间序列的平滑方法：风险值的应用，统计分析和数据挖掘，4，216-228（2011）·Zbl 07260279号
[4] 阿罗约，J。；Maté，C.，用k近邻法预测直方图时间序列，国际预测杂志，25,1192-207（2009）
[5] Bertrand，P。；Goupil，F.，符号数据的描述性统计，符号数据分析，106-124（2000），Springer·Zbl 0978.62005号
[6] Billard，L。；Diday，E.，《从数据统计到知识统计：符号数据分析》，《美国统计协会杂志》，98，462，470-487（2003）
[7] Billard，L。；Diday，E.，《符号数据分析：概念统计和数据挖掘》（2006），John Wiley&Sons，Ltd·Zbl 1117.62002号
[8] 博克，H.-H。；Diday，E.（编辑），《符号数据分析：从复杂数据中提取统计信息的探索性方法》（2000年），施普林格出版社：施普林格-柏林）·Zbl 1039.62501号
[9] Brito，P.，《符号数据分析：数据挖掘与统计互动的另一视角》，《WIREs DMKS》，第4期，第281-295页（2014年）
[10] Carrizosa，E。；J.Gordillo。；Plastia，F.，通过分离超平面实现不精确数据的分类问题，技术报告（2007年），布鲁塞尔Vrije大学MOSI部门
[11] Dias，S.，线性回归与经验分布（2014），波尔图大学：波尔图大学，葡萄牙，博士论文。
[12] 迪亚斯，S。；Brito，P.，带直方图值变量的线性回归模型，统计分析和数据挖掘，8，2，75-113（2015）·Zbl 07260426号
[13] Dias，S。；Brito，P.，《另类：区间数据的新线性模型》，《欧洲运筹学杂志》，2581118-1130（2017）·Zbl 1395.62199号
[14] 迪金森，P.J.C。；Gijben，L.，《关于完全正锥及其对偶的成员问题的计算复杂性》，《技术报告》（2011年），荷兰格罗宁根大学约翰伯努利数学与计算机科学研究所
[15] 杜阿尔特·席尔瓦，A.P。；Brito，P.，区间数据的线性判别分析，计算统计学，21，2，289-308（2006）·Zbl 1113.62080号
[16] 杜阿尔特·席尔瓦，A.P。；Brito，P.，区间数据的判别分析：对参数和基于距离的方法的评估，分类杂志，32，3511-541（2015）·Zbl 1331.62305号
[17] Gonzalez-Rivera，G。；Arroyo，J.，《直方图值数据的时间序列建模：标准普尔500指数日内收益的每日直方图时间序列》，《国际预测杂志》，第28、1、20-33页（2012年）
[18] Irpino，A.、De Carvalho，F.、Verde，R.和Balzanella，A.（2018年）。使用自适应距离对分布数据进行批量自组织映射。arXiv预印arXiv:1811.06980。
[19] 埃尔皮诺，A。；Verde，R.，《直方图符号数据分层聚类的基于Wasserstein的新距离》，（Batagelj，V.；Bock，H.-H.；Ferligoj，A.；Ziberna，A.，《数据科学与分类》，IFCS’06（2006），Springer Berlin Heidelberg），185-192年
[20] 埃尔皮诺，A。；Verde，R.，《分布符号变量的基本统计：一种新的基于度量的方法》，《数据分析和分类进展》，9，2，143-175（2015）·Zbl 1414.62017年
[21] Ishibuchi，H。；Tanaka，H。；Fukuoka，N.，多维区间数据的判别分析及其在化学传感中的应用。，国际通用系统杂志，16，4，311-329（1990）·兹比尔0701.62072
[22] 劳罗，N。；Verde，R。；Irpino，A.，因子判别分析，（Diday，E.；Noirhomme，M.，符号数据分析和苏打软件（2008），英国奇切斯特John Wiley&Sons），341-358
[23] Malaquias，P.，Modelos de regress-o linear para variáveis intervalares:Uma extensáo do modelo ID硕士论文（2017），波尔图大学：葡萄牙波尔图大学
[24] Mallows，C.，关于渐近联合正态性的一个注记，《数理统计年鉴》，43，2，508-515（1972）·Zbl 0238.60017号
[25] Murty，K.G。；卡巴迪，S.N.，二次规划和非线性规划中的一些NP-完全问题，数学规划，39，2，117-129（1987）·兹比尔0637.90078
[26] Nivlet，P。；Fournier，F。；Royer，J.，《区间判别分析：在监督模式识别中集成错误的一种有效方法》，《ISIPTA 2001年会议论文集》，康奈尔大学，ITHACA，纽约，美国（2001）
[27] Noirhomme-服装，M。；Brito，P.，《远远超越经典数据模型：符号数据分析、统计分析和数据挖掘》，4，2，157-170（2011）·Zbl 07260275号
[28] 罗西，F。；Conan Guez，B.，《关于区间数据的多层感知器》（Jajuga，K.；Sokolowski，A.；Bock，H.-H.，《分类、聚类和数据分析》（2002），英国奇切斯特John Wiley&Sons出版社）
[29] Tawarmalani，M。；Sahinidis，N.V.，《全局优化的多面体分枝切割方法》，《数学规划》，103，225-249（2005）·兹比尔1099.90047
[30] 乌特金。；Coolen，F.，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、理论和应用国际研讨会论文集，奥地利因斯布鲁克（2011）
[31] Verde，R。；Irpino，A.，基于Wasserstein距离的直方图数据的普通最小二乘法，（Lechevallier，Y.；Saporta，G.，《2010年COMPSTAT会议录》，法国巴黎（2010），Physica-Verlag HD），581-588·Zbl 1436.62334号
[32] Verde，R.和Irpino，A.（2018年）。分布数据的多因素分析。arXiv:1804.07192·Zbl 1414.62017年
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。