基于深度和深度的R包ddalpha分类

Oleksii Pokotylo公司, 帕夫洛·莫扎罗夫斯基, 雷纳·戴克霍夫

主要文章内容

摘要

遵循Tukey(1975)的开创性思想,数据深度是一个函数,用于测量空间的任意点与隐式定义的数据云中心的距离。经过理论和计算的发展,它现在被用于许多应用中,分类是最流行的一种。R包ddalpha是一种软件,旨在将申请人的经验与数据深度和基于深度的分类领域的最新成就相融合。ddalpha为精确和近似计算最合理和应用最广泛的数据深度概念提供了一种实现。这些可以在包中实现的基于深度的多元和函数分类器中进一步使用,其中DDα-过程是主要重点。该包可以使用用户定义的自定义深度方法和分隔符进行扩展。实现的深度可视化功能和内置基准程序也可用于深入了解数据的几何结构和模式识别的质量。

文章详细信息

文章提要栏