MAIC公司

混合整数非线性规划线性回归分析中阿卡克信息准则的最小化。Akaike的信息准则(AIC)是对给定数据集的统计模型质量的度量。我们可以通过最小化AIC来确定特定数据集的最佳统计模型。由于我们需要通过AIC的最小化来对模型的多个候选对象进行指数评估,因此最小化是不合理的。相反,逐步方法,即局部搜索算法,通常用于寻找更好的统计模型,尽管它可能不是最好的。在Miyashiro和Takano(2015)提出了一种用于AIC最小化的混合整数非线性规划公式的分枝定界搜索算法。更具体地说,我们提出了寻找上下界的方法,以及这种最小化的分支规则。然后我们将它们与SCIP相结合,SCIP是一个数学优化软件和一个分支定界框架。结果表明,该方法可以为UCI机器学习库中的中小型基准数据集提供基于AIC的最佳统计模型。此外,我们还证明了这种方法可以为大型基准数据集找到高质量的解。