基于Gram-Schmidt变换的有监督变量聚类

• 作者: 刘瑞平 王惠文 王珊珊
• 来源期刊: 北京航空航天大学学报
• 学科: 数学
• 关键词: 降维 变量聚类 回归 高度相关 Gram-Schmidt变换
• 年，卷（期）: 2019,（10）
• 页码范围: 2003-2010
• 页数: 8页
• 分类号: O212.4
• 字数: 6883字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2019.0050

摘要

为进一步研究回归模型中高维数据的降维方法,提出基于Gram-Schmidt变换的新的有监督变量聚类(SCV-GS)方法.该方法未采用以潜变量为聚类中心的层次聚类,而是借用变量扫描思想,依次挑出对响应变量有重要贡献的关键变量,并将其作为聚类中心.SCV-GS方法基于Gram-Schmidt变换,对变量之间的高度相关性进行批量处理,并得到聚类结果;同时,结合偏最小二乘思想,提出新的同一性度量,并以此来选取最佳聚合参数.SCV-GS不仅可以快速得到变量聚类结果,而且可识别出对响应变量的解释及预测起关键作用的变量类.仿真表明该聚类方法运算速度显著提升,而且所得潜变量对应的回归系数的估计结果与对照方法表现一致;实例分析表明该方法具有更好的解释性和预测能力.

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
5	王珊珊	北京航空航天大学经济管理学院	3	1	1.0	1.0
7	刘瑞平	北京航空航天大学经济管理学院	1	0	0.0	0.0