RobPy：鲁棒统计方法Python工具包
包含异常值的数据对数据科学家构成了严峻的挑战。异常值会严重扭曲统计分析的结果，因此应谨慎处理。鲁棒统计领域开发了一套工具，旨在即使数据中存在异常值也能提供可靠结果。鲁棒方法采用的方法是首先将模型拟合到干净数据部分，然后通过它们与这种鲁棒拟合的偏差来检测潜在的异常值。
在过去二十年中，R 一直是实现和传播鲁棒统计方法的主要编程语言。Robustbase和rrcov等软件包被广泛用于鲁棒统计分析，仅 Robustbase就有近 1000 万次下载。更专业的软件包，如用于高维数据的robustHD和专注于逐个单元格异常值的cellWise，进一步扩展了 R 中的鲁棒统计方法。此外，其中一些算法已通过LIBRA库和FSDA库在 MATLAB 中实现。
尽管 Python 在数据科学领域越来越受欢迎，但 Python 中可用的鲁棒统计方法仍然有限。除了少数实现，例如scikit-learn库中的MinCovDet函数和statsmodels 中用于回归M估计量的 RLM 函数，Python 用户几乎无法使用 R 中现有的鲁棒工具。
为了解决这一问题，Leyder等人开发了RobPy，这是一个 Python 包，它将最流行的鲁棒统计算法整合到一个框架下。基于NumPy、SciPy和scikit-learn等成熟库，RobPy提供了用于数据预处理、单变量估计、协方差矩阵、回归和主成分分析的强大工具。 这些工具由用于诊断和处理异常值的专门可视化技术补充。RobPy旨在将强大的数据科学算法带给更广泛的受众，使 Python 用户即使在存在异常值的情况下也能执行可靠的数据分析。
《RobPy: a Python Package for Robust Statistical Methods》小册子将首先描述 RobPy包的结构（图1），并解释它如何基于现有统计和数据科学 Python 库。值得注意的是，还提供了RobPy包函数应用于实际数据的实际示例。
图1 RobPy包每个模块的实现方法
参考文献
[1] Sarah Leyder, Jakob Raymaekers, Peter J. Rousseeuw, Thomas Servotte, Tim Verdonck. RobPy: a Python Package for Robust Statistical Methods. arXiv, 2024, https://doi.org/10.48550/arXiv.2411.01954
以往推荐如下：
5. EMT标记物数据库：EMTome
8. RNA与疾病关系数据库：RNADisease v4.0
9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target
13. 利用药物转录组图谱探索中药药理活性成分平台：ITCM
19. 基因组、药物基因组和免疫基因组水平基因集癌症分析平台：GSCA
22. 研究资源识别门户：RRID
24. HMDD 4.0：miRNA-疾病实验验证关系数据库
25. LncRNADisease v3.0：lncRNA-疾病关系数据库更新版
26. ncRNADrug：与耐药和药物靶向相关的实验验证和预测ncRNA
28. RMBase v3.0：RNA修饰的景观、机制和功能
29. CancerProteome：破译癌症中蛋白质组景观资源
30. CROST：空间转录组综合数据库
31. FORGEdb：候选功能变异和复杂疾病靶基因识别工具
33. CanCellVar：人类癌症单细胞变异图谱数据库
36. SCancerRNA：肿瘤非编码RNA生物标志物的单细胞表达与相互作用资源
转载本文请联系原作者获取授权，同时请注明本文来自张俊鹏科学网博客。
链接地址：https://wap.sciencenet.cn/blog-571917-1469891.html?mobile=1
收藏
