A parametrized approach for linear regression of interval data

داده نمادین فاصله یک نوع داده پیچیده است که اغلب می تواند با خلاصه مجموعه داده های بزرگ به دست آید. تمام رویکردهای رگرسیون خطی موجود برای داده های فاصله، برخی از نقاط مرجع ثابت را به فواصل مدل، مانند میانه ها، محدوده ها و مرزهای پایین و بالایی، استفاده می کنند. این یک محدودیت است، زیرا مجموعه داده های مختلف ممکن است بهتر از نقاط مرجع متفاوت باشند. در این مقاله، یک روش جدید برای استخراج دانش از داده های فاصله ارائه می کنیم. رویکرد پارامترهای ما به طور خودکار بهترین امتیاز مرجع را از متغیرهای رگرسیور استخراج می کند. سپس این نقاط مرجع برای ساخت دو رگرسیون خطی استفاده می شود: یکی برای مرزهای پایین متغیر پاسخ و دیگری برای مرزهای بالایی آن. قبل از اینکه رگرسیون ها اعمال شوند، ما یک معیار را برای بررسی یکپارچگی ریاضی مقادیر پیش بینی شده محاسبه می کنیم. انسجام ریاضی بدان معنی است که مرزهای بالایی بیشتر از حد پایین است. اگر معیار نشان دهد که انسجام تضمین نشده است، ما پیشنهاد استفاده از فاصله زمانی جدید جعبه ککس تغییر متغیر پاسخ را پیشنهاد می کنیم. ارزیابی تجربی با مجموعه داده های مصنوعی و واقعی، نشان دهنده مزایا و کاربرد روش پیشنهاد شده برای انجام رگرسیون خطی فواصل است.