Deriving optimal data-analytic regimes from benchmarking studies

در مطالعات تطبیقی ​​با مجموعه داده های شبیه سازی شده که در آن دو یا چند روش آماری با یکدیگر مقایسه می شوند، علاوه بر جستجوی یک روش جامع برنده، می توانند روش روش برنده شدن را بر اساس الگوهای ویژگی های داده یا مکانیزم تولید داده ها متفاوت کنند. . جالب توجه است، این مشکل، شباهت های متداول رسمی با مشکل به دنبال رژیم های درمان بهینه در آمار زیست شناسی است، زمانی که دو یا چند جایگزین برای یک مشکل یا بیماری یکسان در دسترس هستند. مشخص شده است که چگونه رژیم های داده های تحلیلی مطلوب، یعنی قواعد برای بهینه سازی فراخوانی در روش های آماری، می توانند از مطالعات مربوط به سنجش با داده های شبیه سازی شده با استفاده از روش های طبقه بندی نظارت شده (به عنوان مثال، درختان طبقه بندی) حاصل شود. این رویکرد با استفاده از تجزیه و تحلیل داده ها از یک مطالعه بنچ مارکی به منظور مقایسه دو الگوریتم مختلف برای برآورد مدل خوشه بندی افزایشی دو حالت نشان داده شده است.