基于回归分析的全体与类样本分类器的比较研究

• 作者: 张楠 杨健
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 回归分析 分类器 小样本问题 大样本问题
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 287-289
• 分类号: TP391.4
• 字数: 3798字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2011.11.073

摘要

针对基于L1范数的Lasso回归与基于L2范数的Ridge回归模型,分别讨论两种分类器的设计方法,即基于Lasso回归的全体与类样本分类器和基于Ridge回归的全体与类样本分类器.分别在2个大样本数据库与2个小样本数据库对所给出的方法进行比较研究与分析,结果表明基于全体样本的分类器更适合小样本问题,而基于类样本的分类器更适合大样本问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨健	南京理工大学计算机科学与技术学院	37	830	12.0	28.0
2	张楠	南京理工大学计算机科学与技术学院	16	8	2.0	2.0