基于无监督聚类所得不完美类标签的回归
机器学习
2020-03-06 v1 机器学习
统计方法学
摘要
在许多应用中，将结局对无监督聚类所识别的类标签进行回归是一种惯例。然而，人们常忽略由学习算法引起的类标签误分类，这可能导致估计的效应参数出现严重偏倚。鉴于其通用性，我们建议使用模拟外推法来纠正这一状况。通过高斯混合模型的模拟数据说明了性能。最后，我们将该方法应用于一项研究，该研究将总生存期对来自多发性骨髓瘤患者骨髓样本基因表达数据无监督聚类所得类标签进行回归。
引用
@article{arxiv.1908.05885,
title = {Regression on imperfect class labels derived by unsupervised clustering},
author = {Rasmus Froberg Brøndum and Thomas Yssing Michaelsen and Martin Bøgsted},
journal= {arXiv preprint arXiv:1908.05885},
year = {2020}
}