木村庆二 混合整数非线性规划方法在逻辑回归变量选择中的应用。 (英语) Zbl 1423.90156号 《运营杂志》。Res.Soc.日本 62,第1期,15-36页(2019年). 摘要:变量选择是在模型构建中查找与给定数据集相关的变量的过程。变量选择的一种技术是用GOF度量对许多模型进行指数评估,例如Akaike信息准则(AIC)。GOF值最低的模型被认为是最佳模型。我们提出了一种用于线性回归AIC最小化的混合整数非线性规划方法,并表明该方法在计算时间方面优于现有方法[基穆拉和H.瓦基,最佳。方法软件。33,第3633-649号(2018年;Zbl 1398.90111号)]. 在本研究中,我们将[loc.cit.]中的方法应用于逻辑回归的AIC最小化,并解释了之前开发的一些技术,例如松弛和分支规则,可以用于AIC最小化。所提出的方法需要解决松弛问题,这是一个无约束的凸问题。我们使用一种带有有效初始猜测的迭代方法来解决这些问题。我们通过SCIP实现了该方法,SCIP是一个非商业优化软件和分支定界框架。我们将该方法与由佐藤(T.Sato)等【计算优化申请64,第3号,865–880(2016;Zbl 1352.90068号)]以及其他。计算实验结果表明,当变量候选数为45或更低时,该方法可以找到AIC值最低的模型。 MSC公司: 90立方厘米 混合整数编程 90立方 非线性规划 62J05型 线性回归;混合模型 关键词:优化;混合整数非线性规划;SCIP优化套件;Akaike信息准则;逻辑回归;变量选择 引文:Zbl 1398.90111号;Zbl 1352.90068号 软件:SCIP公司 PDF格式BibTeX公司 XML格式引用 \textit{K.Keiji},J.Oper。日本Res.Soc.Japan 62,No.1,15-36(2019;Zbl 1423.90156) 全文: DOI程序