高维数据中变量选择研究

作者：宋瑞琪; 朱永忠; 王新军

来源：统计与决策, 2019, 35(02): 13-16.

DOI：10.13546/j.cnki.tjyjc.2019.02.003

• 大数据
• 系数压缩法
• 变量选择
• 高维数据

如何在高维数据空间中筛选有用变量,提取有用的信息,是大数据时代研究的热点之一。文章将变量选择的方法应用于高维数据,通过模拟仿真,引进敏感性与特异性,分析比较岭回归、Lasso、自适应Lasso以及Elastic Net回归等方法的适用领域,并指出变量选择方法的应用前景。

• 单位
  河海大学