针对高维线性回归模型参数估计问题，基于迁移学习提出一种新算法，即联合Trans-Lasso算法。该算法使用高维统计技术有效结合大量与目标样本相似的辅助样本及少量的目标样本，在充分考虑辅助样本信息性的前提下对目标模型进行参数估计，有效降低了估计误差。通过数值模拟将迁移弹性网算法、OrcaleTrans-Lasso算法、联合Trans-Lasso算法与传统的Lasso算法估计性能进行比较，结果表明，联合Trans-Lasso算法的估计误差最小，提高率最高。
科研之友
微信
新浪微博
Facebook
分享链接
