基于正则化回归的变量选择方法在高维数据中的应用

• 作者: 刘艳 张奇 荣雯雯
• 来源期刊: 实用预防医学
• 学科: 医学
• 关键词: 高维数据 正则化 惩罚项 调整参数
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 论著
• 页码范围: 645-648
• 页数: 4页
• 分类号: R195.1
• 字数: 4403字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-3110.2018.06.002

摘要

变量筛选和模型估计一直是高维数据的研究热点,而高维数据的维度灾难问题日渐突出,传统的统计分析方法因模型不稳定不再适用,本文对高维数据中基于正则化回归的变量选择方法的原理、适用的数据类型及优缺点、调整参数的选择进行综述.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘艳	哈尔滨医科大学卫生统计学教研室	112	853	13.0	23.0
2	张奇	哈尔滨医科大学卫生统计学教研室	11	58	3.0	7.0
3	荣雯雯	哈尔滨医科大学卫生统计学教研室	3	2	1.0	1.0