迪米特里斯·伯西马斯;李明志 可缩放整体线性回归。 （英文） Zbl 1525.62031号 操作。雷斯莱特。 203-208年第3号第48页（2020年）. 摘要：我们提出了一种新的可扩展的整体线性回归算法，该算法基于D.伯西马斯和A.金【运营决议64，第1号，第2-16号（2016年；Zbl 1338.90272号)]. 具体来说，我们开发了新的理论，将重要性和多重共线性建模为惰性约束，而不是反复检查条件。与之前的框架中的低100秒相比，所得到的算法在10000秒内随样本数的增加而扩展。在真实数据集和合成数据集上的计算结果表明，与之前的算法相比，该算法在准确性、假检测率、计算时间和可扩展性方面有了很大提高。 引用于三文件 MSC公司： 62J05型 线性回归；混合模型 90立方厘米 混合整数编程 关键词：整体线性回归;线性回归中的多重共线性及其意义;混合整数优化 引文：Zbl 1338.90272号 软件：UCI-毫升 PDF格式BibTeX公司 XML格式引用 \textit{D.Bertsimas}和\textit{M.L.Li}，Oper。Res.Lett公司。48，第3号，203--208（2020；Zbl 1525.62031） 全文： 内政部 arXiv公司 参考文献： [1] Bertsimas，D。；Copenhaver，M.S.，线性回归和矩阵回归中稳健化和正则化等价性的表征，欧洲J.Oper。Res.，270931-942（2018）·Zbl 1403.62040号 [2] Bertsimas，D。；King，A.，线性回归的算法方法，Oper。第64、1、2-16号决议（2016年）·Zbl 1338.90272号 [3] Carrizosaa，E。；Olivares-Nadal，A.V。；Ramñrez-Cobob，P.，通过收紧线性回归模型提高可解释性（2017年） [4] 钟，S。；帕克，Y.W。；Cheong，T.，《综合多元线性回归子集选择和验证的数学规划方法》（2017），arXiv预印本arXiv:1712.04543 [5] D.Dua，C.Graff，UCI机器学习库，2017年。 [6] Eicker，F.，线性回归族最小二乘估计的渐近正态性和一致性，《数学年鉴》。Stat.，34，2，447-456（1963年）·Zbl 0111.34003号 [7] Hocking，R.R.，生物特征邀请论文。线性回归中变量的分析和选择，生物统计学，32，1，1-49（1976）·Zbl 0328.62042号 [8] Lazaridis，A.，关于条件数的注释：伪多重共线性和潜在多重共线性的情况，Qual。数量。，41, 1, 123-135 (2007) [9] 曼斯菲尔德，E.R。；赫尔姆斯，B.P.，《检测多重共线性》，艾默尔。统计学。，36、3a、158-160（1982） [10] O'brien，R.M.，关于方差通货膨胀因子经验法则的警告，Qual。数量。，第41页，第5673-690页（2007年） [11] R.Tamura，K.Kobayashi，Y.Takano，R.Miyashiro，K.Nakata，T.Matsui，基于方差膨胀因子消除多重共线性的混合整数二次优化公式。在线优化，在线优化，2016年·Zbl 1421.90093号 [12] Tamura，R。；Kobayashi，K。；Y.Takano。；Miyashiro，R。；Nakata，K。；松井，T.，消除多重共线性的最佳子集选择，J.Oper。日本皇家学会，60，3，321-336（2017）·Zbl 1382.90068号 [13] Tibshirani，R.，《通过套索进行回归收缩和选择》，J.R.Stat.Soc.Ser。B统计方法。，58, 1, 267-288 (1996) ·Zbl 0850.62538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。