多重DA swMATH ID: 41735 软件作者： 罗马人，Sarah E。；约翰·T·奥尔默罗德（John T.Ormerod）。；Jean Y.H.Yang。 说明： 高维数据特征选择的对角线判别分析。我们介绍了一种执行高维鉴别分析（DA）的新方法，我们称之为多重DA。从避免高维协方差估计问题的多类对角DA分类器出发，我们构建了一个无缝集成特征选择组件的混合模型。我们的特征选择组件自然地简化为权重，权重是似然比检验统计量的简单函数，允许与传统假设检验方法进行自然比较。我们提供启发式参数，建议我们的算法在特征选择方面具有所需的渐近性质。我们将我们的方法与其他几种方法进行了比较，显示出在预测准确性、所选特征的可解释性和快速运行时间方面的显著改进。我们通过在公开可用的高维数据集上显示出强大的分类性能，以及通过多个模拟研究，证明了我们模型的这种优势。我们为实现我们的方法提供了一个R包。本文的补充材料可在网上获得。 主页： https://arxiv.org/abs/1807.01422 源代码： https://github.com/sararomanes/multiDA/ 依赖项： R（右） 关键词： 假设检验的渐近性质;分类;特征选择;潜在变量;似然比检验;多重假设检验 相关软件： 处罚LDA;VaDA公司;AlexNet公司;mctoolbox软件;ImageNet公司;LIBLINEAR银行;格尔姆奈特;稀疏的scrim;EMVS公司;基因卡;帕姆;e1071号;风险评估;ggplot2;质量（R）;R（右） 引用于： 2文件 标准条款 1出版物描述软件，包括1出版物以zbMATH为单位 年份 高维数据特征选择的对角线判别分析。 Zbl 07499276号罗马人，Sarah E。;约翰·奥默罗德。;Jean Y.H.Yang。 2020 全部的 前5名7位作者引用 1 拉米亚·阿齐兹 1 霍华德·邦德尔。 1 约翰·奥默罗德。 1 罗曼内斯，萨拉·E。 1 萨拉·韦德 1 Yang，Jean Yee Hwa Yang 1 于伟昌 连载1篇 2 计算与图形统计杂志 在1个字段中引用 2 统计学（62-XX） 按年份列出的引文