(EN) In one embodiment, an estimator is determined for an unbiased sample of a probability distribution. The estimator is configured to accept a weight for each data point. The unbiased sample includes a first type of observation of the probability distribution and a second type of observation of the probability distribution. Clusters of the samples are determined from the biased sample where a cluster includes one or more samples of the first type of observation and one or more samples of the second type of observation. Weights are assigned to each sample within a cluster based on characteristics of the sample and the target population.. After the weights are determined, the estimator for an unbiased sample may be used to map data points of the biased sample to the target feature by inputting the biased sample with the corresponding weights for each sample into the estimator.
(FR) L'invention concerne, selon un mode de réalisation, un estimateur qui est déterminé pour un échantillon non biaisé d'une distribution de probabilité. L'estimateur est configuré pour recevoir un poids pour chaque point de données. L'échantillon non biaisé comprend un premier type d'observation de la distribution de probabilité et un second type d'observation de la distribution de probabilité. Des groupes d'échantillons sont déterminés à partir de l'échantillon biaisé où un groupe comprend un ou plusieurs échantillons du premier type d'observation et un ou plusieurs échantillons du second type d'observation. Des poids sont attribués à chaque échantillon dans un groupe sur la base de caractéristiques de l'échantillon et de la population cible. Une fois les poids déterminés, l'estimateur pour un échantillon non biaisé peut être utilisé pour mettre en correspondance des points de données de l'échantillon biaisé avec la caractéristique cible en entrant l'échantillon biaisé avec les poids correspondants pour chaque échantillon dans l'estimateur.