依赖度量的公平性
机器学习
2018-07-12 v4
摘要
测量两个随机变量之间的依赖关系非常重要，并且在变量选择、脑网络分析等许多应用领域至关重要。然而，我们不知道两个协变量之间是什么函数关系，这要求依赖度量具有公平性。即，它对不同类型但噪声水平相当的关系给出相似的分数。事实上，依赖分数是一个取值在中的连续随机变量，因此理论上不可能给出相似的分数。本文引入依赖度量公平性的新定义，即幂公平（弱公平），并通过模拟表明HHG和Copula依赖系数（CDC）是弱公平的。
引用
@article{arxiv.1501.02102,
title = {Equitability of Dependence Measure},
author = {Hangjin Jiang and Kan Liu and Yiming Ding},
journal= {arXiv preprint arXiv:1501.02102},
year = {2018}
}
备注
This is draft version