方向分位数分类器
统计方法学
2020-09-14 v2
摘要
我们引入了基于方向分位数的分类器。我们推导了在给定方向下选择最优分位数水平的理论结果，反之，在给定分位数水平下选择最优方向。我们还表明，如果总体分布至多相差一个位置偏移，且允许方向数以与问题维度相同的速率发散，则误分类率趋于无穷小。我们通过模拟研究和真实数据示例说明了我们所提分类器在小样本和高维设定下的令人满意的性能。实现所提方法的代码在R包Qtools中公开可用。
引用
@article{arxiv.2009.05007,
title = {Directional quantile classifiers},
author = {Alessio Farcomeni and Marco Geraci and Cinzia Viroli},
journal= {arXiv preprint arXiv:2009.05007},
year = {2020}
}
备注
23 pages, 2 figures, 5 tables