.png){kind=icon}
返回
Robust subsampling framework for data with influential points
.png){kind=icon}
PRE
AI
DOI：10.1080/03610918.2026.2658743.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
子采样是一种广泛应用的技术，其核心原理是从大规模数据集中提取一个小型、具有代表性的子集。在各种子采样方法中，D最优方法因其能够最大化统计推断准确性的能力而受到广泛关注。然而，当数据包含异常值时，会出现一个关键限制：传统的子采样方法，尤其是D最优子采样，倾向于选择异常点，这可能会引入显著偏差并严重损害分析性能。特别是，影响点不能在建模前简单移除，因为其识别本质上依赖于底层统计框架。为克服这一挑战，我们提出了一种新颖的稳健D最优子采样方法。该方法首先根据数据被污染的可能性，将原始数据分为三类——“干净”数据、“模糊”数据和“异常值”。利用这种分类，该方法首先从“干净”数据中选择初始子样本，然后通过有条件地纳入“模糊”子集中的点来迭代优化。这一策略确保构建的稳健子样本既符合D最优准则，又能减轻异常值的影响。实验结果表明，我们的方法在具有不同异常值水平的数据集以及三个实际应用中，均能持续优于现有技术。
Keyword:
D-optimality
Experimental design
Robust regression
Subsampling
期刊
C
IF:
0.8
论文数:
226
被引数:
4.7K
机构
引用论文
.png){kind=icon}
分享收藏Optimal subsampling for composite quantile regression model in massive data大规模数据下复合分位数回归模型的最优子采样
PREAI
分享收藏分享收藏
查看更多内容