高维数据下群组变量选择的惩罚方法综述 |
| |
作者单位: | ;1.湖南大学金融与统计学院;2.厦门大学经济学院;3.厦门大学数据挖掘研究中心;4.台北医学大学管理学院 |
| |
摘 要: | 变量选择是统计建模的重要环节,选择合适的变量可以建立结构简单、含义明确、预测精准的稳健模型。在实际应用中,有些变量具有群组结构,本文概括了三类群组变量选择惩罚方法,包括处理高度相关变量、仅选择组变量、即选择组又选择单个变量的方法,着重比较了它们的统计性质和优缺点,总结了相关算法和调整参数选择的方法。最后文章归纳了相关应用情况,并讨论了最新发展方向和所面临的挑战。
|
关 键 词: | 群组变量 变量选择 高维数据 惩罚函数 |
A Review of Penalized Group Variable Selection Methods in High Dimensional Data |
| |
Abstract: | |
| |
Keywords: | |
|
|