半监督三重鲁棒归纳迁移学习
统计方法学
2024-10-24 v2
摘要
在本工作中，我们提出一种半监督三重鲁棒归纳迁移学习（STRIFLE）方法，该方法整合来自标签丰富源人群与标签稀缺目标人群的异质数据，并同时利用大量无标签数据，以提升在目标人群中的学习精度。具体而言，我们考虑高维协变量偏移设定，并采用两个干扰模型——密度比模型与插补模型——以有效结合迁移学习与代理辅助半监督学习策略，实现三重鲁棒性。尽管STRIFLE方法假定目标与源人群共享给定代理特征S与预测变量X时结果Y的相同条件分布，但它允许由于S与X中潜在的协变量偏移，Y|X的真实底层模型在两类人群间存在差异。不同于双重鲁棒性，即使两个干扰模型均被误设，或Y|(S, X)的分布在不同人群间不相同，当偏移后的源人群与目标人群共享足够相似性时，三重鲁棒的STRIFLE估计量仍可利用部分源人群。此外，可保证其不差于仅含目标的代理辅助半监督估计量，并带有来自可迁移性检测的附加误差项。我们估计量的这些良好性质在理论上得以确立，并通过广泛的模拟研究在有限样本中验证。我们利用STRIFLE估计量，通过从较大欧洲源人群中观测到的关联基因组数据的电子健康记录迁移知识，为非洲裔美国目标人群训练II型糖尿病多基因风险预测模型。
引用
@article{arxiv.2209.04977,
title = {Semi-supervised Triply Robust Inductive Transfer Learning},
author = {Tianxi Cai and Mengyan Li and Molei Liu},
journal= {arXiv preprint arXiv:2209.04977},
year = {2024}
}