高维数据的变量选择一直是统计学领域的热门研究方向。本文研究sica罚估计在线性模型变量选择中的应用,结合LLA (Local linear approximation)和坐标下降算法给出一种有效的迭代算法,并提出BIC准则选择正则化参数。实际数据的分析表明,...
详细信息
高维数据的变量选择一直是统计学领域的热门研究方向。本文研究sica罚估计在线性模型变量选择中的应用,结合LLA (Local linear approximation)和坐标下降算法给出一种有效的迭代算法,并提出BIC准则选择正则化参数。实际数据的分析表明,与其他变量选择方法相比较,sica方法在参数估计精度和变量选择方面具有较好的表现。
暂无评论