如何以非参数方式将第二组观测值缩放至与第一组可比？

一、非参数方法对齐两组输出 #

针对两组输入的变换结果尺度不一致的问题，以下非参数方法无需假设噪声分布，可直接实现尺度对齐：

• 分位数匹配
  基于两组输出的经验分位数分布进行映射：

  1. 计算第一组输出[u₁, u₂, ..., uₙ]的经验分位数函数F_u，以及第二组输出[v₁, v₂, ..., vₘ]的经验分位数函数F_v
  2. 对每个v_i，先找到其在F_v中的分位数位置q=F_v(v_i)，再将v_i替换为F_u中对应分位数位置的取值F_u⁻¹(q)
     这种方法能让两组输出的分布形态完全对齐，不受噪声类型影响。

• 秩变换与映射
  通过相对秩次实现尺度统一：

  1. 合并u和v两组数据，对所有元素按大小排序并赋予秩次
  2. 对每个v_i，找到其对应的秩次，再用同秩次的u组元素的均值（或中位数）作为v_i的对齐后取值
     该方法保留了数据的相对顺序，适合关注相对差异而非绝对尺度的场景。

• 核回归校准
  若存在输入重叠（即部分q_j与p_i相同），可通过局部加权回归拟合尺度映射关系：

  1. 以重叠输入对应的u和v为样本，用核函数（如高斯核）拟合校准模型
  2. 对非重叠输入的v_j，找到与其最相似的若干p_i（基于输入空间距离），用对应的u_i加权校准v_j
     无重叠输入时也可通过输入相似性实现局部校准，适配f的隐藏状态变化。

二、循环迭代中的低成本校准策略 #

当函数调用成本高昂时，可通过锚点输入实现低开销的跨迭代尺度对齐：

• 固定校准锚点集
  在首次迭代时，选择覆盖输入空间关键特征的锚点输入（如极值点、中位数点、分布拐点），每次迭代都调用f计算这些锚点的输出：

  • 记录首次迭代锚点的输出u_anchor，当前迭代锚点的输出v_anchor
  • 用锚点的分位数匹配或秩映射关系，对当前迭代的所有输出进行校准
    锚点数量控制在3-5个即可，大幅降低每次迭代的函数调用成本。

• 增量式锚点更新
  若输入空间随迭代逐渐变化，每次迭代仅添加1-2个新的关键锚点，同时保留2-3个旧锚点：

  • 新锚点选择当前迭代输入分布的核心区域，旧锚点保留能覆盖历史输入空间的代表性点
  • 用新旧锚点的联合输出校准当前迭代结果，平衡校准精度与调用成本。

• 自适应锚点选择
  根据当前迭代的输入分布动态筛选锚点：

  • 计算当前迭代输入与历史锚点的距离，仅选择距离最近的2-3个锚点调用f
  • 基于局部锚点的尺度变化校准当前输出，避免不必要的锚点调用。

内容的提问来源于stack exchange，提问作者neo4k