摘要

统计学习方法（如LASSO、弹性网络或梯度提升）已成为构建高效预测模型的常用工具，但实际分析常受缺失数据影响。多重插补是处理缺失数据的广泛使用方法，但其后的模型选择仍存在争议。简单策略（如跨数据集合并模型）已被证明效果欠佳，而复杂方法则难以实施。本文提出MIBoost算法，通过统一变量选择机制扩展组件式梯度提升框架，实验表明其预测性能与现有方法相当。

核心内容

1. 背景与挑战

   • 变量选择方法（如LASSO、梯度提升）在缺失数据场景中需结合多重插补，但传统跨数据集模型合并效果不佳。
   • 现有改进方法（如基于单一损失函数的LASSO/弹性网络扩展）难以普及。

2. MIBoost算法

   • 将统一损失函数原则引入组件式梯度提升，确保跨插补数据集的变量选择一致性。
   • 通过模拟实验验证，其预测性能与最新方法相当。

3. 技术贡献

   • 提出首个针对多重插补数据的梯度提升变量选择框架。
   • 提供可复现的算法实现（含2种算法描述）及仿真研究（21页）。

研究分类

• 学科领域：机器学习（stat.ML）、计算机科学（cs.LG）
• MSC分类：62J07（变量选择）、62H12（缺失数据）、62F07（统计推断）