期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于spike-and-slab先验分布的贝叶斯变量选择方法
被引量：
3
1
作者
张宪友
李东喜
《山东大学学报（理学版）》
CAS
CSCD
北大核心
2021年第12期84-93,共10页
针对超高维数据,提出一种基于spike-and-slab先验分布的超高维线性回归模型的贝叶斯变量选择方法。该方法继承了弹性网方法和EM算法的优点,以较快的收敛速度来获得稀疏的预测模型。特别地,针对系数的spike-and-slab先验分布设置上,该方...
针对超高维数据,提出一种基于spike-and-slab先验分布的超高维线性回归模型的贝叶斯变量选择方法。该方法继承了弹性网方法和EM算法的优点,以较快的收敛速度来获得稀疏的预测模型。特别地,针对系数的spike-and-slab先验分布设置上,该方法允许系数从不同坐标借力、自动适应已知数据的稀疏信息以及进行多重调整。通过与常用方法的比较,证明了该方法的准确性和有效性。
展开更多
关键词
变量选择
超高维
spike
-and-
slab
先验分布
弹性网
稀疏模型
原文传递
题名
基于spike-and-slab先验分布的贝叶斯变量选择方法
被引量：
3
1
作者
张宪友
李东喜
机构
太原理工大学数学学院
出处
《山东大学学报（理学版）》
CAS
CSCD
北大核心
2021年第12期84-93,共10页
基金
国家自然科学基金资助项目(11571009)
山西省应用基础研究计划资助项目(201901D111086)。
文摘
针对超高维数据,提出一种基于spike-and-slab先验分布的超高维线性回归模型的贝叶斯变量选择方法。该方法继承了弹性网方法和EM算法的优点,以较快的收敛速度来获得稀疏的预测模型。特别地,针对系数的spike-and-slab先验分布设置上,该方法允许系数从不同坐标借力、自动适应已知数据的稀疏信息以及进行多重调整。通过与常用方法的比较,证明了该方法的准确性和有效性。
关键词
变量选择
超高维
spike
-and-
slab
先验分布
弹性网
稀疏模型
Keywords
variable
selection
high
dimensional
spike
-and-
slab
prior
distribution
elastic
net
sparse
model
分类号
O212.1 [理学—概率论与数理统计]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于spike-and-slab先验分布的贝叶斯变量选择方法
张宪友
李东喜
《山东大学学报（理学版）》
CAS
CSCD
北大核心
2021
3
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
