×

奥斯卡

swMATH ID: 3026
软件作者: 霍华德·邦德尔。;布莱恩·雷奇(Brian J.Reich)。
描述: OSCAR预测因子的同步回归收缩、变量选择和监督聚类。变量选择可能具有挑战性,尤其是在具有大量可能具有高度相关性的预测因子的情况下,如基因表达数据。本文提出了一种新的方法,称为OSCAR(八边形收缩和回归聚类算法),用于在将变量分组为预测聚类的同时同时选择变量。除了提高预测准确性和解释能力外,还可以对这些结果组进行进一步调查,以发现是什么导致了该组具有类似行为。该技术基于带几何直观惩罚函数的惩罚最小二乘法,该函数将一些系数收缩到零。此外,这种惩罚产生一些系数的精确相等,鼓励对响应有类似影响的相关预测因子形成由单个系数表示的预测聚类。在预测误差和模型复杂度方面,所提出的方法与现有的收缩和变量选择技术相比,具有更好的优势,同时可以获得额外的分组信息。
主页: http://people.ee.duke.edu/~lcarin/OSCAR.pdf
依赖项: Matlab公司
关键词: 相关性惩罚预测组回归,回归收缩,收缩监督聚类变量选择阿巴拉契亚山脉土壤数据
相关软件: 格尔姆奈特卡萨诺瓦PDCO公司玻璃制品R(右)ElemStatLearn(电子状态学习)cov测试贝叶斯DA布莱索AlexNet公司ImageNet公司生物导体群集路径科恩平滑PRMLT公司取消锁定BoX内斯塔博拉索LassoNet公司作为229
引用于: 63文件
全部的 前5名

156位作者引用

5 霍华德·邦德尔。
4 Brian James Reich先生
潘伟
沈晓彤
2 伊曼纽尔·坎迪斯。
2 查克拉博蒂,苏纳克
2 柯蒂斯,S.McKay
2 苏吉特·库马尔·戈什
2 奥雷利·C·洛扎诺。
2 克莉丝汀·波泽留斯
2 苏维杰
2 张文阳
1 安美惠
1 阿里·阿勒克纳尼
1 弗朗西斯·巴赫。
1 Sayantan Banerjee
1 活页夹,哈拉尔德
1 马·戈扎塔·博格丹
1 埃尔南·卡尔德隆
1 迈克尔·塞勒坦诺
1 Chan,Vincent M.K。
1 陈,贾
1 埃里克·C·池。
1 霍西克·崔
1 克里本,象牙
1 崔秋龙
1 塔希尔·R·迪基尔。
1 是的,Hyungrok
1 阿尔瓦罗·埃加那
1 克莱门·埃尔维拉
1 高欣
1 杰玛·加里加。
1 伊琳娜·盖纳诺娃
1 查尔斯·盖尔。
1 Ghosal,Subhashis公司
1 萨米兰·戈什
1 彼得·格雷奇克
1 Hamideh D.Hamedani。
1 汉族、苗族
1 何晓红
1 何旭明
1 塞德里克·赫泽特
1 黄新诚
1 黄、健
1 黄建华Z。
1 黄磊
1 Hui,Francis K.C.(弗朗西斯·K·C·休)。
1 旺彻·张
1 鲁道夫·杰纳顿
1 Jeon,Jong-June(琼·琼)
1 Kang,Emily L。
1 柯、袁
1 Kim,Seoung Bum先生
1 巴托斯·科奥齐耶克
1 Krishna,阿伦
1 Kwon、Sunghoon
1 Nicole A.拉扎尔。
1 约翰内斯·莱德尔
1 李美熙
1 Lee,Yoonkyung先生
1 李德贵
1 李,范
1 李洪哲
1 李嘉良
1 李亚光
1 李,袁
1 林,约翰
1 林昌盛
1 林媛媛
1 刘菲
1 刘建宇
1 刘文新
1 刘燕
1 刘玉峰
1 卢吉蒙
1 Lu,Jason L。
1 陆文斌
1 吕少高
1 马、双葛
1 马铁峰
1 朱利安·迈拉尔
1 本杰明·马克
1 詹姆斯·斯蒂芬·马龙
1 松岛,Shin
1 亚伦·莫尔斯塔德(Aaron J.Molstad)。
1 斯特凡诺·莫尼
1 萨拉·萨达特·穆萨维
1 塞缪尔·米勒
1 广岛中川
1 纳维恩·奈杜·纳里塞蒂
1 戴维·奈曼
1 阮、图丁
1 纪尧姆·奥博金斯基
1 Hidekazu Oiwa
1 马库斯·奥贾拉
1 朱利安·奥尔蒂斯。
1 塞巴斯蒂安·佩特里
1 Phung和Dinh Q。
1 Qu,Annie(安妮·屈)
1 加维什·拉斯库蒂
…还有56位作者

按年份列出的引文