a*******8
发帖数: 4534 | 1 搞生物基因的一个美国教授，说自己做model的时候发明了一种统计方法，他叫leave-
out statistics.
1.有1000个基因样本，先建个模型画个三维图，（他说是模型，不过我估计是用回归分
析最小二乘）。、
2.接下来从中抽出10个样本，然后把剩下的990个再建个模型，画个图（在用回归分析
做个东西）。
3.如果这两个图基本类似，那就再用剩下的990个做同样的工作，直到最后找出特别的
几个数据。
4.如果不同，那就有需要的基因数据在刚才的10个当中。
他问我这在统计里面叫什么，我想来想去不知道这个是什么方法。哪位大牛给解释一下
？？ |
R********n
发帖数: 519 | 2 这个方法，基本上和遍历差不多，呵呵，至少应该用一个stochastic sampling吧
和machine learning&statistics里面的Cross-validation, Leave one out有些类似，
不过目的不一样，C.V.主要是为了提高泛化学习能力用的
【在 a*******8 的大作中提到】
: 搞生物基因的一个美国教授，说自己做model的时候发明了一种统计方法，他叫leave-
: out statistics.
: 1.有1000个基因样本，先建个模型画个三维图，（他说是模型，不过我估计是用回归分
: 析最小二乘）。、
: 2.接下来从中抽出10个样本，然后把剩下的990个再建个模型，画个图（在用回归分析
: 做个东西）。
: 3.如果这两个图基本类似，那就再用剩下的990个做同样的工作，直到最后找出特别的
: 几个数据。
: 4.如果不同，那就有需要的基因数据在刚才的10个当中。
: 他问我这在统计里面叫什么，我想来想去不知道这个是什么方法。哪位大牛给解释一下
|
d******e
发帖数: 7844 | 3 我记得这个应该就是Outlier detection的一种方法。
【在 R********n 的大作中提到】
: 这个方法，基本上和遍历差不多，呵呵，至少应该用一个stochastic sampling吧
: 和machine learning&statistics里面的Cross-validation, Leave one out有些类似，
: 不过目的不一样，C.V.主要是为了提高泛化学习能力用的
|
R********n
发帖数: 519 | 4 哦，恩，如果从outlier detection的角度来看，这个方法太慢了，比较简单
当然，优点是不需要太多的assumption
【在 d******e 的大作中提到】
: 我记得这个应该就是Outlier detection的一种方法。
|
