用于变点检测的随机森林
统计方法学
2023-08-16 v2 机器学习
摘要
我们提出一种利用分类器的新型多元非参数多重变点检测方法。我们构造了一个分类器对数似然比，其使用类概率预测来比较不同的变点配置。我们提出了一种计算可行的搜索方法，特别适用于随机森林，记为 changeforest。然而，该方法可与任何产生类概率预测的分类器配对，我们通过使用 k-近邻分类器也说明了这一点。我们证明，当与一致分类器配对时，它能在单变点设置中一致地定位变点。我们提出的方法 changeforest 在广泛的模拟研究中相比现有多元非参数变点检测方法取得了改进的实证表现。我们方法的高效实现已在 changeforest 软件包中提供给 R、Python 和 Rust 用户。
引用
@article{arxiv.2205.04997,
title = {Random Forests for Change Point Detection},
author = {Malte Londschien and Peter Bühlmann and Solt Kovács},
journal= {arXiv preprint arXiv:2205.04997},
year = {2023}
}