您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览51 | 下载10

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:荣雯雯;张奇;刘艳

来源:实用预防医学 2018 年 25卷 6期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:51 | 下载:10
作者:
荣雯雯;张奇;刘艳
来源:
实用预防医学 2018 年 25卷 6期
标签:
高维数据 正则化 惩罚项 调整参数 high dimensional data regularization penalty item adjustment parameter
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.