一種適用于高維回歸的多階段稀疏變量選擇算法

打開文本圖片集

摘要：

針對(duì)高維線性模型中微陣列數(shù)據(jù)的變量選擇問題，尤其自變量數(shù)量遠(yuǎn)遠(yuǎn)大于樣本數(shù)量時(shí)，提出一種多階段變量選擇算法。算法基于閾值化彈性網(wǎng)正則化方法，結(jié)合逐級(jí)多重假設(shè)檢驗(yàn)，能在多階段實(shí)現(xiàn)變量選擇，并保證模型稀疏性和預(yù)測精度。模擬數(shù)據(jù)和實(shí)證研究結(jié)果表明，算法具有良好的有限樣本性能，能夠在保持預(yù)測精度的同時(shí)恢復(fù)真實(shí)模型，顯著減少假陽性變量數(shù)量。（剩余11273字）