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。