分類中的變量選擇方法及應(yīng)用.pdf

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)