×
邓伟强。;拉杜·克雷乌。

通过惩罚概率主成分分析探索维度学习。 （英语） Zbl 07677416号

J.统计计算。模拟 93，第2期，266-297（2023）.
小结：建立数据的低维表示导致高效的数据学习策略。在许多情况下，需要根据数据明确说明和估计缩减的维度。我们将有限样本中的维数估计作为一个约束优化问题进行研究，其中估计维数是概率主成分分析框架内惩罚轮廓似然准则的最大值。与其他需要“最优”惩罚调整参数的惩罚最大化问题不同，我们提出了一种数据平均程序，其中估计的维数在一系列合理的惩罚参数中成为最有利的选择。将所提出的启发式方法与模拟中的大量替代标准进行了比较，并将其应用于基因表达数据。大量的仿真研究表明，没有一种方法能够统一地支配另一种方法，并强调了特定学科知识在选择维度学习统计方法时的重要性。我们的应用结果还表明，基因表达数据的内在维度高于先前认为的。总的来说，我们提出的启发式方法取得了很好的平衡，是模型假设适度偏离时的选择方法。

MSC公司：

62至XX 统计

关键词：

维数估计;型号选择;惩罚;主成分分析;概率主成分分析;剖面似然

软件：

spcov公司
PDF格式BibTeX公司 XML格式引用
\textit{W.Q.Deng}和\textit{R.V.Craiu}，J.Stat.Compute。模拟93，No.2，266--297（2023；Zbl 07677416）
全文： 内政部 arXiv公司

参考文献：

[1] Pearson，K.，Liii。在最接近空间点系的直线和平面上，Lond Edib Dublin Philos Mag J Sci，2，11，559-572（1901）
[2] Hotelling，H。；科茨，S。；约翰逊，NL，《统计学的突破，两组变量之间的关系》，162-190（1992），纽约（NY）：施普林格，纽约（纽约）
[3] Hotelling，H.，《将复杂的统计变量分析为主要成分》，《教育心理学杂志》，24，6，417（1933）
[4] DJ Bartholomew，《潜在变量模型和因子分析》（1987），纽约：牛津大学出版社，纽约·Zbl 0664.62057号
[5] 印第安纳州约翰斯通。，关于主成分分析中最大特征值的分布，Ann Stat，29（2），295-327（2001）·Zbl 1016.62078号
[6] Jolliffe，IT.，主成分分析，111-149（2002），纽约（NY）：纽约州斯普林格（Springer，NY）·Zbl 1011.62064号
[7] 苏格兰皇家银行卡特尔。，因子数的筛选试验，多元行为研究，1,2,245-276（1966）
[8] 朱，M。；Ghodsi，A.，通过使用剖面似然从碎石图中自动选择尺寸，《计算统计数据分析》，51，2，918-930（2006）·兹比尔1157.62429
[9] Bartlett，MS.，关于各种近似乘数的注释，J R Stat Soc，16，2，296-298（1954）·Zbl 0057.35404号
[10] Lawley，D.，协方差和相关矩阵潜在根的显著性检验，生物特征，43，1-2，128-136（1956）·Zbl 0070.37603号
[11] O.莱多特。；Wolf，M.，《与样本量相比，维数较大时协方差矩阵的一些假设检验》，Ann Stat，30，4，1081-1102（200208）·Zbl 1029.62049号 ·doi:10.1214操作系统/1031689018
[12] Schott，JR.，协方差矩阵最小特征值相等性的高维检验，《多元分析杂志》，97，4，827-843（2006）·Zbl 1086.62072号
[13] Forzani，L.公司。；Gieco，A。；Tolmasky，C.，高维和超高维局部球度的似然比检验，《多元分析杂志》，159，附录C，18-38（2017）·Zbl 1368.62148号
[14] Choi，Y。；泰勒，J。；Tibshirani，R.，《选择主成分的数量：噪声矩阵真实秩的估计》，Ann Stat，45，6，2590-2617（2017）·Zbl 1394.62073号
[15] 马尔迪亚，K。；Kent，J。；Bibby，J.，多元分析（1979），伦敦；纽约：学术出版社，伦敦；纽约·Zbl 0432.62029号
[16] Josse，J。；Husson，F.，使用交叉验证近似值选择主成分分析中的成分数量，《计算统计数据分析》，56，6，1869-1879（2012）·Zbl 1243.62082号
[17] 加维什，M。；DL.多诺霍。，奇异值的最佳硬阈值为\（####\），IEEE Trans-Inf Theory，60，8，5040-5053（2014）·Zbl 1360.94071号
[18] Bai，BYJ；Ng，S.，《确定近似因子模型中的因子数》，《计量经济学》，70，1，191-221（2002）·兹比尔1103.91399
[19] Passmier，D。；李，Z。；Yao，J.，关于高维概率主成分分析中噪声方差的估计，J R Stat Soc，79，1，51-67（2017）·Zbl 1414.62218号
[20] 小费，ME；Bishop，CM.，概率主成分分析，J R Stat Soc，61，3，611-622（1999）·Zbl 0924.62068号
[21] CM.Bishop，Bayesian PCA，高级神经信息处理系统，11382-388（1999）
[22] Hoff，PD，奇异值分解的模型平均和维数选择，J Amer Statist Assoc，102，478，674-685（2007）·Zbl 1172.62318号
[23] 明卡，TP。；Dietterich，T。；贝克尔，S。；Ghahramani，Z.，《神经信息处理系统的进展14：2001年会议论文集，PCA维度的自动选择》，598-604（2001），剑桥（马萨诸塞州）：麻省理工学院出版社，剑桥（MA）
[24] Bishop，CM.，《变化主成分》（1999年）
[25] 南岛中岛。；富冈，R。；杉山，M。；佩雷拉，F。；CJ，Burges；Bottou，L.，《神经信息处理系统进展》，25，通过变分贝叶斯主成分分析进行完美维恢复，971-979（2012），剑桥（MA）：麻省理工学院出版社，剑桥（MA）
[26] Bouveyron，C，Latouche，P，Mattei，PA。贝叶斯主成分分析的精确维数选择。arXiv预打印arXiv:170302834。2017年·Zbl 1442.62135号
[27] 哥伦比亚特区霍伊尔。，高维数据和小样本尺寸的自动PCA尺寸选择，J Mach Learn Res，9273-2759（2008）·Zbl 1225.68186号
[28] Sobczyk，P。；博格丹，M。；Josse，J.，使用惩罚半积分似然进行主成分分析的贝叶斯维数缩减，《计算图统计杂志》，26，4，826-839（2017）
[29] Tibshirani，R.，《通过套索进行回归收缩和选择》，J R Stat Soc，58，1，267-288（1996）·Zbl 0850.62538号
[30] 邹，H。；哈斯蒂，T。；Tibshirani，R.，稀疏主成分分析，计算机图统计杂志，15，2265-286（2006）
[31] Bien，J。；Tibshirani，RJ.，协方差矩阵的稀疏估计，Biometrika，98，4，807-820（2011）·Zbl 1228.62063号
[32] Wang，H。；李，B。；Leng，C.，具有发散参数数的收缩率调谐参数选择，J R Stat Soc，71，3，671-683（2009）·Zbl 1250.62036号 ·文件编号：10.1111/j.1467-9868.2008.00693.x
[33] 卡斯，RE；Raftery，AE.，Bayes factors，J Amer Statist Assoc，90，430，773-795（1995）·Zbl 0846.62028号
[34] Berthet，Q。；Rigollet，P.，高维稀疏主成分的最优检测，Ann Stat，41，4，1780-1815（2013）·Zbl 1277.62155号
[35] 埃弗森，R。；Roberts，S.，从有限的噪声数据推断协方差矩阵的特征值，IEEE Trans-Signal Process，48，7，2083-2091（2000）·Zbl 0992.94006号
[36] Rajan，J。；Rayner，P.，使用贝叶斯方法的奇异值分解和离散Karhunen-Loeve变换的模型阶数选择，IEEE Proc-Vis图像信号处理，144，2，116-123（1997）
[37] 伊林，A。；Raiko，T.，存在缺失值时主成分分析的实用方法，J Mach Learn Res，11957-2000（2010）·Zbl 1242.62047号
[38] Passmier，D。；Yao，J.，在高维情况下估计可能相等的峰值数量，《多元分析杂志》，127173-183（2014）·Zbl 1293.62044号
[39] 卢克，M。；卡普什斯基，M。；Nikkilä，J.，《人类基因表达的全球地图》，《国家生物技术》，第28、4、322-324页（2010年）
[40] Heimberg，G。；巴特纳加，R。；El-Samad，H.，基因表达数据的低维性使得能够从浅层测序中准确提取转录程序，Cell Syst，2，4，239-250（2016）
[41] Lenz，M。；米勒，FJ；Zenke，M.，主成分分析和基因表达微阵列数据的低内在维度报告，科学代表，6，1，1-11（2016）
[42] 丁，J。；Condon，A。；Shah，SP.，用深度生成模型对单细胞转录组数据进行可解释的降维，Nat Commun，9，1，1-13（2018）
[43] 罗斯，DT；谢尔夫，美国。；艾森，MB，人类癌症细胞系基因表达模式的系统性变化，《国家遗传学》，24，3，227-235（2000）
[44] 刘，H。；D’Andrade，P。；Fulmer-Smentek，S.，《NCI-60与药物活性整合的mRNA和microRNA表达谱》，Mol Cancer Ther，9，5，1080-1091（2010）
[45] 苏，AI；厨师，MP；Ching，KA，人类和小鼠转录组的大规模分析，美国国家科学院院刊，99，7，4465-4470（2002）
[46] de Torrenté，L。；齐默尔曼，S。；铃木，M.，《基因表达分布的形状很重要：合并分布形状如何改进癌症转录组数据的解释》，BMC Bioninform，21，21，1-18（2020）
[47] 马尔科，NF；Weil，RJ.，非高斯分布影响人类癌症基因组中表达模式的识别、功能注释和前瞻性分类，PLoS ONE，7，10，e46935（2012）
[48] JH小沃德。，分层分组优化目标函数，J Amer Statist Assoc，58，301，236-244（1963）
[49] 休伯特，L。；Arabie，P.，比较分区，J Classif，2，1，193-218（1985）
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。