高维数据挖掘中基于中位数回归的特征提取新方法

• 作者: 李泽安 赵为华 陈建平
• 来源期刊: 计算机应用研究
• 关键词: 高维数据 特征提取 变量选择 中位数回归 LASSO
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 374-376,413
• 页数: 4页
• 分类号: TP312
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.02.014

摘要

为降低噪声对数据特征提取(变量选择)效果的不利影响,基于中位数回归分析方法,利用变量选择降维技术(正则化估计),提出了一种稳健、有效的特征提取(变量选择)新方法,并具体给出了估计算法,该算法具有快速计算的特点.实验结果表明,新方法能够有效地对高维数据集进行估计和变量选择,且具有较高的准确性,即使数据中的信噪比很低时,该方法仍具有较好的效果.因此,该方法为高维数据挖掘特征提取提供了稳健且有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵为华	南通大学理学院	34	99	5.0	8.0
2	李泽安	南通大学计算机科学与技术学院	31	104	4.0	9.0
3	陈建平	南通大学计算机科学与技术学院	53	327	10.0	15.0