埃米利奥·卡里佐萨;瓦内萨·格雷罗 生物目标稀疏主成分分析。 （英语） Zbl 1360.62301号 《多元分析杂志》。 132, 151-159 (2014). 概要：主要成分通常很难解释。稀疏性被认为是提高可解释性的一种方法，因此经常需要在分量解释的方差和稀疏性之间进行权衡。在本文中，我们解决了解释方差和稀疏性同时最大化的问题，并提出了一种启发式方法。研究表明，文献中的最新建议可能会产生占主导地位的解决方案，从这个意义上讲，用我们的程序发现的其他成分可能会存在，它们可以解释更多的差异，同时也更稀疏。 引用于4文件 MSC公司： 62H25个 因子分析和主成分；对应分析 90C27型 组合优化 关键词：主成分分析;混合整数非线性规划;双目标优化;稀疏 PDF格式BibTeX公司 XML格式引用 \textit{E.Carrizosa}和\textit{V.Guerrero}，J.多元分析。132151-159（2014年；Zbl 1360.62301） 全文： 内政部 参考文献： [1] 巴扎拉，M.S。；贾维斯，J.J。；Sherali，H.D.，线性规划和网络流（1977），威利·Zbl 1060.90688号 [2] Burer，S。；Letchford，A.N.，《非凸混合整数非线性规划：一项调查》，运筹学和管理科学调查，17，97-106（2012） [3] Cadima，J。；Jolliffe，T.，《主成分解释中的载荷和相关性》，J.Appl。统计，22，203-214（1995） [4] Carrizosa，E。；Guerrero，V.，rs-Sparse主成分分析：使用VNS的混合整数非线性规划方法，计算。操作。研究（2013） [5] d'Aspremont，A。；Ghaoui，L。；乔丹，M。；Lanckriet，G.，使用半定规划直接制定稀疏PCA，SIAM Rev.，49，434-448（2007）·邮编1128.90050 [6] Izenman，A.J.，《现代多元统计技术：回归、分类和流形学习》（2008），Springer:Springer New York·Zbl 1155.62040号 [7] Jeffers，J.，《主成分分析应用中的两个案例研究》，Appl。《统计》，第16卷，第225-236页（1967年） [8] Jolliffe，I.T.，主成分分析（2002），Springer:Springer New York·Zbl 1011.62064号 [9] 麻省理工学院Jolliffe。；新墨西哥州特伦达菲洛夫。；Uddin，M.，一种基于Lasso，J.Comput的改进主成分技术。图表。统计人员。，12, 531-547 (2003) [10] 柯克帕特里克，S。；盖拉特，C.D。；Vecchi，M.P.，《模拟退火优化》，《科学》，220671-680（1983）·Zbl 1225.90162号 [11] Mladenović，N。；Hansen，P.，可变邻域搜索，计算。操作。决议，24，1097-1100（1997）·Zbl 0889.90119号 [12] 纳哈尔，S。；萨赫尼，S。；Shragowitz，E.，模拟退火和组合优化，（第23届ACM/IEEE设计自动化会议论文集（1986），IEEE出版社），293-299 [13] Pearson，K.，《关于最接近空间点系的直线和平面》，Phil.Mag.，2559-572（1901） [14] 齐，X。；罗，R。；Zhao，H.，通过范数选择进行稀疏主成分分析，J.多元分析。，114, 127-160 (2013) ·Zbl 1255.62174号 [15] Rencher，A.C.，《典型判别函数、典型变量和主成分的解释》，Amer。统计人员。，46, 217-225 (1992) [16] 沈，H。；Huang，J.Z.，通过正则化低秩矩阵近似进行稀疏主成分分析，J.多元分析。，99, 1015-1034 (2008) ·Zbl 1141.62049号 [17] Tibshirani，R.，通过Lasso，J.R.Stat.Soc.Ser.回归收缩和选择。B、 58、267-288（1996）·Zbl 0850.62538号 [18] 邹，H。；哈斯蒂，T。；Tibshirani，R.，稀疏主成分分析，J.Compute。图表。统计人员。，15, 265-286 (2006) 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。