基于多維度權重的最小角回歸解決Lasso問題
大小：0.79 MB 人氣： 2017-12-01 需要積分：1
標簽：權重(7568)
最小絕對收縮和選擇算子（ Lasso）在數據維度約減、異常檢測方面有著較強的計算優勢。針對Lasso用于異常檢測中檢測精度不高的問題，提出了一種基于多維度權重的最小角回歸（ LARS）算法解決Lasso問題。首先考慮每個回歸變量在回歸模型中所占權重不同，即此屬性變量在整體評價中的相對重要程度不同，故在LARS算法計算角分線時，將各回歸變量與剩余變量的聯合相關度納入考慮，用來區分不同屬性變量對檢測結果的影響；然后在LARS算法中加入主成分分析（PCA）、獨立權數法、基于Intercriteria相關性的指標的重要度評價（CRITIC）法這三種權重估計方法，并進一步對LARS求解的前進方向和前進變量選擇進行優化。最后使用Pima Indians Diabetes數據集驗證算法的優良性。實驗結果表明，在更小閾值的約束條件下，加入多維權重后的LARS算法對Lasso問題的解具有更高的準確度，能更好地用于異常檢測。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%