具有核化函数的部分线性模型及其应用

摘要：

本文基于再生核希尔伯特空间中的再生核,将核技巧与高斯-赛责尔迭代算法相结合,提出了具有核化函数的部分线性模型(PLMKF)及其算法收敛性条件等相关内容,具体包括:(1)基于OLS的PLMKF;(2)基于岭估计的PLMKF;(3)基于GLS的PLMKF;(4)基于多核学习的PLMKF.它们构成了PLMKF家族,具有一定的相互转化关系.在数值模拟中,本文验证了各个算法的有效性,比较了基于OLS与GLS、单核与多核的PLMKF模拟结果.实际应用中,在大幅外推情景下,PLMKF仍保持了良好的泛化能力,预测精度高于PLM、GAM和SVR.

关键词：再生核、核技巧、核化回归、半参数模型

所属期刊栏目：37

分类号：O212(概率论与数理统计)

资助基金：国家自然科学基金“基于非结构化数据的个人信用评价”;国家自然科学基金“非对称随机波动建模及其在金融风险管理中的应用研究”

在线出版日期：2020-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共19页

页码：110-128