超高维分类数据的强确定筛选
统计方法学
2018-01-31 v2
摘要
针对超高维特征空间的特征筛选，在预测变量数量指数级超过观测数的数据分析中起着关键作用。此类数据集在生物信息学、医学影像与社会网络分析等领域日益普遍。这些数据集常同时具有分类响应与分类协变量，然而现有特征筛选文献很少考虑此类数据类型。我们提出一种基于 Cochran-Armitage 趋势检验的新筛选方法。我们的方法特别适用于响应与预测变量均为分类的数据。在一组合理条件下，我们证明该筛选方法具有强确定筛选性质，推广了 Fan 和 Lv 的开创性结果。通过四组模拟研究该方法相对于三种其他筛选方法的性能。我们还将两阶段迭代方法应用于真实数据示例：先采用所提方法，随后使用 lasso、adaptive-lasso 与 elastic net 正则化对所选协变量的子集进一步筛选。
引用
@article{arxiv.1801.03539,
title = {Strong Sure Screening of Ultra-high Dimensional Categorical Data},
author = {Randall Reese and Xiaotian Dai and Guifang Fu},
journal= {arXiv preprint arXiv:1801.03539},
year = {2018}
}
备注
Preprint of Draft