超高维数据统计模型变量筛选方法PDF电子书下载
- 电子书积分:7 积分如何计算积分?
- 作 者:张俊英,张日权著
- 出 版 社:重庆:重庆大学出版社
- 出版年份:2019
- ISBN:9787568917285
- 页数:97 页
图书介绍:本书研究内容包括:(1)对于超高维数据分位数回归变系数模型,利用样条近似方法提出了排列边际回归系数的变量筛选方法;(2)使用经验似然方法研究了可加模型的变量筛选问题;(3)利用核回归方法估计条件期望损失研究了非参回归模型的变量筛选问题,提出一般模型的变量选择方法;(4)在广义线性模型框架下,探讨了顺序Lasso变量选择问题,提出了顺序Lasso迭代选择方法;(5)对于超高维数据, 首次研究了GINI相关系数变量选择问题,所提到方法不受异常值点的影响,具有很好的稳健性,为超高维数据提供了一个简单、稳健和有效的变量选择方法。
上一篇:遍历性理论引论 英文版下一篇:电磁之美
《超高维数据统计模型变量筛选方法》目录
第1章 绪论 1
1.1 线性模型Pearson相关变量筛选方法 1
1.2 非参数模型变量筛选方法 5
1.3 变系数模型变量筛选方法 6
1.4 秩相关筛选方法 8
第2章 分位数回归变系数模型变量筛选 11
2.1 引 言 11
2.2 非参分位数回归边际筛选 12
2.3 理论性质 15
2.4 选择变量的方法 17
2.5 模拟研究 19
2.6 实例分析 22
2.7 定理证明 24
第3章 超高维数据可加模型经验似然变量筛选 30
3.1 引 言 30
3.2 边际经验似然方法 31
3.3 条件重排迭代筛选方法 34
3.4 数值研究 36
3.5 定理证明 42
第4章 顺序LASSO特征选择方法 45
4.1 特征选择方法 46
4.2 迭代顺序LASSO算法 47
4.3 理论性质 49
4.4 数据模拟 52
4.5 理论证明 56
第5章 超高维非参模型变量筛选方法 62
5.1 引言 62
5.2 核估计方法 63
5.3 理论性质 64
5.4 CC-SIS算法 65
5.5 模拟研究 66
5.6 定理证明 68
第6章 Gini相关独立筛选 74
6.1 Gini相关筛选方法 74
6.2 迭代变量筛选方法 80
6.3 数据模拟 81
6.4 定理证明 84
参考文献 87
相关图书
- 《建筑施工企业统计》杨淑芝主编 2008
- 《SQL与关系数据库理论》(美)戴特(C.J.Date) 2019
- 《数据库技术与应用 Access 2010 微课版 第2版》刘卫国主编 2020
- 《大数据Hadoop 3.X分布式处理实战》吴章勇,杨强 2020
- 《Power BI数据清洗与可视化交互式分析》陈剑 2020
- 《数据失控》(美)约翰·切尼-利波尔德(John Cheney-Lippold)著 2019
- 《中国生态系统定位观测与研究数据集 森林生态系统卷 云南西双版纳》邓晓保·唐建维 2010
- 《穿越数据的迷宫 数据管理执行指南》Laura Sebastian-Coleman 2020
- 《大数据环境下的信息管理方法技术与服务创新丛书 俄罗斯档案事业改革与发展研究》徐胡乡责编;肖秋会 2019
- 《Access数据库系统设计与应用教程》李勇帆,廖瑞华主编 2019
作者其它书籍
出版社其它书籍
- 《大学计算机实验指导及习题解答》曹成志,宋长龙 2019
- 《大学生心理健康与人生发展》王琳责任编辑;(中国)肖宇 2019
- 《大学英语四级考试全真试题 标准模拟 四级》汪开虎主编 2012
- 《大学英语教学的跨文化交际视角研究与创新发展》许丽云,刘枫,尚利明著 2020
- 《复旦大学新闻学院教授学术丛书 新闻实务随想录》刘海贵 2019
- 《大学英语综合教程 1》王佃春,骆敏主编 2015
- 《重庆市绿色建筑评价技术指南》重庆大学,重庆市建筑节能协会绿色建筑专业委员会主编 2018
- 《大学物理简明教程 下 第2版》施卫主编 2020
- 《大学化学实验》李爱勤,侯学会主编 2016
- 《中国十大出版家》王震,贺越明著 1991