基于局部懲罰的自適應樣條Lasso.pdf_第1頁
已閱讀1頁，還剩43頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：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，請進行舉報或認領

文檔簡介

1、回歸分析是研究變量間相互依賴關系的統(tǒng)計分析方法，主要包括參數(shù)回歸和非參數(shù)回歸.參數(shù)回歸需要事先假定變量之間的函數(shù)形式，但在研究過程中我們發(fā)現(xiàn)，事先假定的函數(shù)形式并不一定符合實際的要求.非參數(shù)回歸是比較靈活的回歸方法，不需要假定變量間的函數(shù)形式，充分利用數(shù)據(jù)本身，選擇適當?shù)幕貧w函數(shù)擬合數(shù)據(jù)的變化趨勢，提高了估計的精度.面對高維數(shù)據(jù)問題時，我們需要選擇合適的變量進入模型.Lasso正是一種最常用的基于懲罰回歸的變量選擇方法.
　　本文

溫馨提示

  • 1. 本站所有資源如無特殊說明，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，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論