基于主基底分析的变量筛选
利用Gram-Schmidt变换,提出一种主基底分析方法.解释并证明了Gram-Schmidt变换所删除的信息量.给出"主基底"的定义及构造方法,并提出"净信息含量比"的概念,用以测度所选基底包含的信息.该方法能在原始数据信息损失尽可能小的前提下,排除所有的冗余变量以及变量集合中的重叠信息,得到一个正交的主基底,从而更有效地对大规模变量集合中的信息进行筛选.多角度的理论分析指出,主基底在尽可能多地携带原始变量信息的同时,还可保证样本点间的相似性改变最小.实际案例分析说明了该方法的合理性和有效性.
Gram-Schmidt变换、变量筛选、数据降维、主基底
34
O212(概率论与数理统计)
国家自然科学基金;国家自然科学基金;国家自然科学基金
2009-02-06(万方平台首次上网日期,不代表论文的发表时间)
共4页
1288-1291