基于主基底分析的变量筛选

• 作者: 仪彬 叶明 王惠文
• 来源期刊: 北京航空航天大学学报
• 学科: 数学
• 关键词: Gram-Schmidt变换 变量筛选 数据降维 主基底
• 年，卷（期）: 2008,（11）
• 页码范围: 1288-1291
• 页数: 4页
• 分类号: O212
• 字数: 3852字
• 语种: 中文

摘要

利用Gram-Schmidt变换,提出一种主基底分析方法.解释并证明了Gram-Schmidt变换所删除的信息量.给出"主基底"的定义及构造方法,并提出"净信息含量比"的概念,用以测度所选基底包含的信息.该方法能在原始数据信息损失尽可能小的前提下,排除所有的冗余变量以及变量集合中的重叠信息,得到一个正交的主基底,从而更有效地对大规模变量集合中的信息进行筛选.多角度的理论分析指出,主基底在尽可能多地携带原始变量信息的同时,还可保证样本点间的相似性改变最小.实际案例分析说明了该方法的合理性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王惠文	北京航空航天大学经济管理学院	114	1064	19.0	29.0
2	叶明	北京航空航天大学经济管理学院	8	128	4.0	8.0
3	仪彬	北京航空航天大学经济管理学院	2	28	1.0	2.0