国内刊号:37-1389/N
国际刊号:1671-9352
发布日期:
作者:张宪友,李东喜
单位:太原理工大学数学学院, 山西 太原 030024
关键词:变量选择,超高维,spike-and-slab先验分布,弹性网,稀疏模型,
基金:国家自然科学基金资助项目(11571009);山西省应用基础研究计划资助项目(201901D111086)
针对超高维数据,提出一种基于spike-and-slab先验分布的超高维线性回归模型的贝叶斯变量选择方法。该方法继承了弹性网方法和EM算法的优点,以较快的收敛速度来获得稀疏的预测模型。特别地,针对系数的spike-and-slab先验分布设置上,该方法允许系数从不同坐标借力、自动适应已知数据的稀疏信息以及进行多重调整。通过与常用方法的比较,证明了该方法的准确性和有效性。
来源:2021年第12期
《山东大学学报(理学版)》期刊编辑部