DATA PREORDERING IN GENERALIZED PAV ALGORITHM FOR MONOTONIC REGRESSION

Oleg Oleg, Burdakov, Anders, Grimvall, Сысоев

计算数学:英文版 · 2006 · 13 citations · 0 references

Concepts

Abstract

Monotonic 回归(先生) 是一个最少的距离问题, monotonicityconstraints 由观察的一个部分订的数据集合导致了。在我们的最近的出版[InSer。Nonconvex 优化和它的应用, Springer-Verlag,(2006 ) 83, pp。25-33 ] , thePool-Adjacent-Violators 算法(PAV ) 被概括从完全到部分订的数据集(posets ) 。新算法,叫的 GPAV,被低计算复杂性描绘,它具有在观察的数字的第二份订单。它对待观察在里面一份连续订单,和它能跟随观察的 poset 的任何任意地选择的拓扑的顺序。GPAV 算法生产一个足够地精确的答案到 MR 问题,但是精确性取决于选择拓扑的顺序。这里,我们证明那在那里存在结果的 GPAV 答案是最佳的一份拓扑的为订单。而且,我们广泛的数字实验,我们关于大多数和最不更好的拓扑的订单从得出结论的现在的结果。