人口综合中稀有特征组合的预测：深度生成建模的应用
机器学习
2019-09-18 v1 机器学习
应用统计
摘要
在人口综合应用中，当考虑具有许多属性的总体时，一个基本问题是估计稀有特征属性组合。不足为奇的是，可靠地表示此类多元分布的更稀疏区域，尤其是原始样本中缺失的属性组合，要困难得多。文献中这通常被称为抽样零（sampling zeros），迄今尚未提出系统性解决方案。本文针对人口综合问题提出了两种来自深度生成模型族的机器学习算法，并特别关注抽样零问题。具体而言，我们引入了 Wasserstein 生成对抗网络（WGAN）和变分自编码器（VAE），并调整这些算法以用于大规模人口综合应用。模型在具有超过 60 个变量特征空间的丹麦出行调查上实现。模型在交叉验证方案中得到验证，并提出了一组用于评估抽样零问题的新指标。结果表明，这些模型能够恢复抽样零，同时将真正不可能组合（结构零，structural zeros）的估计保持在相对较低的水平。特别是在低维实验中，VAE、边际采样器和完全随机采样器每生成一个 WGAN 生成的抽样零分别多产生 5%、21% 和 26% 的结构零，而在高维情况下，这些数字分别飙升至 44%、2217% 和 170440%。本研究直接支持基于智能体的系统的发展，特别是在需要详细社会经济或地理表示的案例中。
引用
@article{arxiv.1909.07689,
title = {Prediction of rare feature combinations in population synthesis: Application of deep generative modelling},
author = {Sergio Garrido and Stanislav S. Borysov and Francisco C. Pereira and Jeppe Rich},
journal= {arXiv preprint arXiv:1909.07689},
year = {2019}
}