中国人民大学健康大数据研究院王菲菲副教授团队研究成果“Testing Sufficiency for Transfer Learning”在 Computational Statistics & Data Analysis接收发表。

现实数据中常常面临维度很高而样本量很小的问题。此时可以利用迁移学习的方法，借用另一个大数据集（源数据）的信息来帮助估计目标模型。本文提出了一种测试迁移学习充分性的方法，用于检验源数据中特征提取函数是否足够帮助目标模型，使得目标数据的特征信息已经被充分提取，不需要进一步探索。如果拒绝原假设，说明还有有用信息未被利用，需要进一步分析。本文在一定假设下推导了该统计量在原假设成立时的渐近分布，并在模拟数据和实际数据上说明了该方法的有效性。