廣義線(xiàn)性模型基于Elastic Net的變量選擇方法研究.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩42頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶(hù)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、模型的變量選擇是統(tǒng)計(jì)建模中很重要的問(wèn)題之一，關(guān)于線(xiàn)性模型的變量選擇研究，前人已經(jīng)做了很多工作，尤其引人注目的是1996年Tibshirani提出的Lasso方法，它可以同時(shí)做到變量的選擇和參數(shù)的估計(jì)。隨著解決此類(lèi)問(wèn)題的有效算法LARS的提出，Lasso及其相關(guān)改進(jìn)方法的研究已經(jīng)成為了當(dāng)今統(tǒng)計(jì)學(xué)界的熱門(mén)問(wèn)題。Elastic Net是Lasso的一種有效改進(jìn)方法，它在處理微陣列數(shù)據(jù)方面要顯著優(yōu)于Lasso法，即當(dāng)數(shù)據(jù)中的變量間存在組效應(yīng)時(shí)，

2、Elastic Net方法能夠?qū)⑷鹤兞咳窟x出。本文將該方法應(yīng)用于廣義線(xiàn)性模型，分別在Logistic模型和Poisson模型中推廣了Elastic Net估計(jì)的這一性質(zhì)，證明了這兩種模型在研究數(shù)據(jù)存在組效應(yīng)情況下，Elastic Net方法同樣可以將群變量全部選出。另外，本文還通過(guò)實(shí)際的和模擬的數(shù)據(jù)例子，分析驗(yàn)證了Elastic Net方法相比于Lasso方法和Ridge方法在模型變量選擇方面的良好表現(xiàn)。
　　本文第一章回顧了普

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(hù)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(méi)有圖紙預(yù)覽就沒(méi)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶(hù)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(hù)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

評(píng)論

0/150

提交評(píng)論