R: 'spatialSign' 函数对于识别异常值有用吗？

Question

这是我的问题:

“AppliedPredictiveModeling”包中“spatialSign”函数的用途是什么？我在一本书中读到关于识别异常值的“空间符号”方法。该函数将变量的值投影在圆圈中，如果存在异常值，它们应该出现在圆圈内。 R 在这个包中使用的是相同的“空间符号”吗？

如果是这样，为什么当我提交此代码时:

plotSubset <- data.frame(scale(zquant1[, c("AGE", "FL")]))
xyplot(AGE ~ FL,
       data = plotSubset,
       auto.key = list(columns = 10))
transformed <- spatialSign(plotSubset)
transformed <- as.data.frame(transformed)
xyplot(AGE ~ FL,
       data = transformed,
       auto.key = list(columns = 2))

看起来我在第一张图像中有异常值，但空间符号方法(第二张图像)无法识别它？

(1st image) http://www.imagesup.net/?di=5142245473711 (2nd image) http://www.imagesup.net/?di=5142245489110

Answer 1

不，它无法识别异常值。它只是一种预处理方法，将异常值带向大部分数据。

摘自Applied Predictive Modeling book :

If a model is considered to be sensitive to outliers, one data transformation that can minimize the problem is the spatial sign (Serneels et al. 2006). This procedure projects the predictor values onto a multidimensional sphere. This has the effect of making all the samples the same distance from the center of the sphere.

Serneels、Sven、Evert De Nolf 和 Pierre J. Van Espen。 2006 年。“空间符号预处理:为多元估计器提供适度鲁棒性的简单方法。”化学信息与建模杂志 46 (3): 1402–9。 doi:10.1021/ci050498u。

set.seed(1)
n <- 10000
tmp <- data.frame(x=c(rnorm(n, 0, 0.02), -1, 1, 0.5),
                  y=c(rnorm(n, 0, 0.2), -1, 1, -2))

plot(tmp, asp=1, col=c(rep(1,n), 2, 3, 4), pch=19)
grid()
plot(spatialSign(tmp), asp=1, col=c(rep(1,n), 2, 3, 4), pch=19)
grid()