版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著信息大爆炸時(shí)代的到來(lái),信息量在不斷的呈幾何分布地增長(zhǎng)。但是,在實(shí)際問(wèn)題的解決當(dāng)中,由于龐大的信息量,可能會(huì)造成重要信息被眾多次要的信息所掩埋,造成對(duì)具體問(wèn)題的錯(cuò)誤認(rèn)識(shí)以及理解,因此這些龐大的信息量就需要被處理,找出主要的信息,來(lái)構(gòu)建具體的模型對(duì)具體問(wèn)題進(jìn)行分析理解。而這一過(guò)程,也就是針對(duì)具體問(wèn)題進(jìn)行變量選擇的過(guò)程。變量選擇會(huì)有利于具體問(wèn)題的研究,而對(duì)于在統(tǒng)計(jì)學(xué)中有深遠(yuǎn)意義的分類問(wèn)題,更需要在分類前對(duì)變量進(jìn)行選擇。
本文采用
2、了UCI數(shù)據(jù)集中的威斯康辛州的乳腺癌數(shù)據(jù)以及蘭州2014.1-2015.3一年的空氣監(jiān)測(cè)數(shù)據(jù)進(jìn)行研究,找出這兩個(gè)問(wèn)題中的主要影響變量。目前最前沿的變量選擇方法,都是利用變量系數(shù)的懲罰似然函數(shù),并解出其最優(yōu)參數(shù)估計(jì)值,即實(shí)現(xiàn)變量系數(shù)的壓縮,以實(shí)現(xiàn)變量選擇,而本文則是從測(cè)量誤差入手,認(rèn)為觀測(cè)值是有測(cè)量誤差的,構(gòu)建關(guān)于測(cè)量精度的似然函數(shù),再利用Lasso方法中通過(guò)解優(yōu)化問(wèn)題,實(shí)現(xiàn)變量系數(shù)的壓縮的原理,將觀測(cè)值的測(cè)量精度進(jìn)行壓縮,而其中為零的測(cè)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 幾種變量選擇方法在Cox模型中的應(yīng)用.pdf
- Elastic Net方法在幾類模型變量選擇中的應(yīng)用.pdf
- 空間計(jì)量模型變量選擇方法及其應(yīng)用.pdf
- QSAR中變量的比較、選擇及其應(yīng)用.pdf
- 47236.試驗(yàn)設(shè)計(jì)方法在超高維變量選擇中的應(yīng)用
- 變量選擇方法及其在量化的構(gòu)效關(guān)系(QSPR)中的應(yīng)用.pdf
- 軟測(cè)量技術(shù)中的變量選擇方法研究.pdf
- 機(jī)器學(xué)習(xí)算法中變量選擇方法及其在模式識(shí)別中的應(yīng)用.pdf
- 模式分類中數(shù)據(jù)選擇方法的研究.pdf
- 網(wǎng)頁(yè)分類中特征選擇方法的研究.pdf
- 32300.幾類回歸模型中的變量選擇方法
- 貝葉斯方法在變量選擇問(wèn)題中的應(yīng)用.pdf
- 基于懲罰似然的變量選擇方法及其在高維數(shù)據(jù)中的應(yīng)用.pdf
- 工具變量回歸模型中的變量選擇.pdf
- 中文文本分類中特征選擇方法的應(yīng)用與研究.pdf
- 基于屬性選擇的集成分類方法在信貸評(píng)估中的應(yīng)用.pdf
- 基于L2-Fused Lasso變量選擇方法的性質(zhì)及應(yīng)用研究.pdf
- 基于變量選擇偏差的變量選擇過(guò)程.pdf
- 分類潛變量模型在異質(zhì)性群體分類中的應(yīng)用研究.pdf
- 基于自助法填補(bǔ)技術(shù)的變量選擇方法研究及其應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論