基于Lasso特征选择的方法比较

• 作者: 刘晓宁
• 来源期刊: 安徽电子信息职业技术学院学报
• 学科: 数学
• 关键词: 特征选择 Lasso算法 线性回归 变量选择
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 技术应用
• 页码范围: 26-30
• 页数: 5页
• 分类号: O213.9
• 字数: 3266字
• 语种: 中文

摘要

模型和特征选择是统计学中较为重要的问题之一.Lasso是一种基于一范式的特征选择方法,与现有特征选择方法比较,Lasso不仅能够准确地选择出重要变量,同时还具有特征选择的稳定性.文中对线性回归模型中变量选择的Lasso算法、基于线性模型的Lasso、Lars、Adaptive-lasso、elastic net等方法进行了比较,指出了它们间的联系,并通过对几个选自UCI数据集的数据进行对比验证,给出了变量选择方法的具体实现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓宁		1	13	1.0	1.0