10.3969/j.issn.1007-3116.2018.06.001
基于正交迭代的有监督的稀疏主成分分析
主成分分析是经典的无监督的数据处理工具,近年来关于稀疏主成分和有监督的主成分研究受到较多关注.基于正交迭代和距离相关系数,提出一种有监督的稀疏主成分分析方法SSPCA,该方法考虑了自变量与因变量之间的相关性,并在迭代求解的过程中将一些与因变量Y相关性很弱的自变量对应的系数变为0,使所求的特征向量只保留预测能力较强的自变量信息;在数值模拟与实例分析中,相比其他四种方法,SSPCA方法均能取得较好效果.
稀疏主成分分析、有监督主成分分析、主成分逆回归模型、拟合误差、预测误差
33
O212;F224.0(概率论与数理统计)
国家社会科学基金项目《面板数据主成分分析统计模型扩展及其应用》15B T J033
2018-07-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
3-8