×
阿迪尔·巴吉洛夫。;朱利安·乌贡;Hijran G.米尔扎耶娃。

基于平滑技术的聚类线性回归算法。 （英文） Zbl 1311.90106号

最佳方案。莱特。 9，第2期，375-390（2015）.
摘要：我们提出了一种基于增量方法和平滑技术的算法来解决聚类线性回归（CLR）问题。该算法以增量方式将整个数据集划分为组，这些组很容易用一个线性回归函数进行近似。在增量算法的每次迭代中，引入一个特殊的过程来生成求解全局优化问题的初始解。这种方法可以找到CLR问题的全局或近似全局解。该算法使用多个数据集进行回归分析，并与多段和增量Späth算法进行了比较。

引用于6文件

MSC公司：

90C26型 非凸规划，全局优化

关键词：

聚类回归;非光滑优化;平滑技术;非凸优化

软件：

UCI-毫升;算法39
PDF格式BibTeX公司 XML格式引用
\textit{A.M.Bagirov}等人，Optim。莱特。9，第2号，375--390（2015；Zbl 1311.90106）
全文： 内政部

参考文献：

[1] Preda，C.，Saporta，G.：随机过程的聚类PLS回归。计算。统计数据分析。49，99-108（2005年）·Zbl 1429.62299号 ·doi:10.1016/j.csda.2004.05.002
[2] Wedel，M.，Kistemaker，C.：使用聚类线性回归进行消费者利益细分。《国际法学研究标记》6（1），45-59（1989）·doi:10.1016/0167-8116（89）90046-3
[3] Späth，H.：算法39：聚类线性回归。计算22367-373（1979）·Zbl 0387.65028号 ·doi:10.1007/BF02265317
[4] Späth，H.：算法48：聚类线性回归的快速算法。计算29175-181（1981）·Zbl 0485.65030号 ·doi:10.1007/BF02249940
[5] Gaffney，S.，Smyth，P.：使用混合回归模型的轨迹聚类。摘自：Chaudhuri，S.，Madigan，D.（编辑）《ACM知识发现和数据挖掘会议记录》，第63-72页，纽约（1999）·Zbl 1093.90023号
[6] Zhang，B.：回归聚类。摘自：第三届IEEE数据挖掘国际会议论文集（ICDM03），第451-458页。IEEE计算机学会，华盛顿特区（2003）·Zbl 1317.90242号
[7] DeSarbo，W.S.，Cron，W.L.：聚类线性回归的最大似然方法。J.分类。5(2), 249-282 (1988) ·Zbl 0692.62052号 ·doi:10.1007/BF01897167
[8] Carbonneau，R.A.，Caporossi，G.，Hansen，P.：混合逻辑二次规划的全局最优聚类回归。欧洲药典。第212、213-222号决议（2011年）·doi:10.1016/j.ejor.2011.01.016
[9] Carbonneau，R.A.，Caporrossi，G.，Hansen，P.：对全局最优聚类回归的重复分枝定界算法的扩展。计算。操作。第39（11）号决议，2748-2762（2012）·Zbl 1251.90313号 ·doi:10.1016/j.cor.2012.02.007
[10] DeSarbo，W.S.，Oliver，R.L.，Rangaswamy，A.：聚类线性回归的模拟退火方法。《心理测量学》54（4），707-736（1989）·doi:10.1007/BF02296405
[11] Bagirov，A.M.，Ugon，J.，Mirzayeva，H.：聚类线性回归问题的非光滑非凸优化方法。欧洲药典。第229（1）号决议，第132-142（2013）号决议·Zbl 1317.90242号 ·doi:10.1016/j.ejor.2013.02.059
[12] Xavier，A.E.，Oliveira，A.A.F.D.：通过双曲线平滑通过圆实现平面域的最佳覆盖。J.全球。最佳方案。31(3), 493-504 (2005) ·Zbl 1093.90023号 ·doi:10.1007/s10898-004-0737-8
[13] Xavier，A.E.：双曲线平滑聚类法。模式识别。4373-737（2010年）·兹比尔1187.68514 ·doi:10.1016/j.patcog.2009.06.018
[14] Bagirov，A.M.，Al-Nuiamat，A.，Sultanova，N.：极小极大问题的双曲平滑函数方法。优化62（6），759-782（2013）·Zbl 1282.65065号 ·doi:10.1080/02331934.2012.675335
[15] Bache，K.，Lichman，M.：UCI机器学习库。加州大学欧文分校信息与计算机科学学院（2013年）。http://archive.ics.uci.edu/ml ·Zbl 0485.65030号
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。