函数型数据的快速 DD 分类
统计方法学
2016-01-29 v3
摘要
本文引入了一种用于分类函数型数据的快速非参数过程。该方法包括对原始数据进行两步变换，以及在低维超立方体上运行的分类器。函数型数据首先被映射到有限维的位置 - 斜率空间，然后通过多元深度函数变换为 图，后者是单位超立方体的一个子集。这种变换为函数型数据产生了一种新的深度概念。为此采用了三种替代深度函数，以及在 上进行最终分类的两种规则。所得分类器仅需在小范围参数上进行交叉验证，该范围受 Vapnik-Cervonenkis 界限制。整个方法论不涉及平滑技术，完全是非参数的，并允许在标准分布设定下达到贝叶斯最优性。该方法具有鲁棒性、计算高效，并已在 R 环境中实现。通过模拟和基准研究展示了新方法的适用性。
引用
@article{arxiv.1403.1158,
title = {Fast DD-classification of functional data},
author = {Karl Mosler and Pavlo Mozharovskyi},
journal= {arXiv preprint arXiv:1403.1158},
year = {2016}
}