对数幂广义威布尔回归模型的全局影响分析

基于幂广义威布尔模型,文章给出了对数幂广义威布尔回归模型并研究了相应的参数估计．同时利用数据删除方法详细探讨了该回归模型全局影响问题,得到了数据删除模型中参数估计的一步近似和相应的广义Cook距离、似然距离和WK统计量．最后。通过数值实例验证了文章中给出的诊断方法的有效性．     

面向非平衡多分类问题的二次合成QSMOTE方法

近年来非平衡多分类数据的学习问题在机器学习和数据挖掘领域备受关注,上采样技术成为解决数据不平衡问题的主要方法,然而已有的上采样技术仍有很多的不足,例如新合成的少数类样本仍可能分布在对应少数类样本的原始区域内,不能有效改善数据分布的不平衡情况.此外,若原始样本中不同类别样本分布存在重叠,则新合成的样本会更容易偏离到其他类样本分布中,从而造成过泛化现象,影响少数类样本的分类精度.为解决上述问题,提出一种二次合成的上采样方法(Quadratic Synthetic Minority Over-sampling Technique,QSMOTE).首先通过少数类样本的支持度选择包含重要信息的样本来进行第一次合成,然后通过分析指定少数类样本质心的邻域内样本分布情况来调整第二次样本合成范围,并最终进行第二次合成.在UCI和MNIST数据集上的实验结果表明,QSMOTE不仅可以改善数据分布的不平衡问题,而且可以尽可能地减少过泛化现象,特别是对少数类样本的分类准确率有大幅提升.     

半参数ZI负二项回归模型的全局影响分析

基于数据删除方法研究了半参数ZI（zero-inflated）负二项回归模型的全局影响问题.得到了数据删除下参数估计的一阶近似,同时得到了广义Cook距离、WK统计量、似然距离及其一阶近似.最后通过随机模拟说明了所得诊断统计量的有效性.