Classification with high dimensional features
Classification with high dimensional features
复制标题
具有高维特征的分类
DOI：
10.1002/wics.1453
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
H. Zou
中科院分区：
文献类型：
--
作者：
H. Zou
技术的飞速发展使分类具有高维特征，成为现代科学研究和应用中普遍存在的问题。追求一个好的高维分类器有三个基本目标：准确性、可解释性和可扩展性。在过去的15年中，基于稀疏正则化技术开发了许多具有竞争力的高维分类器。在本文中，我们对这些分类方法进行了选择性的概述。
Rapid advances in technology have made classification with high dimensional features and ubiquitous problem in modern scientific studies and applications. There are three fundamental goals in the pursuit of a good high‐dimensional classifier: accuracy, interpretability, and scalability. In the past 15 years, a host of competitive high‐dimensional classifiers have been developed based on sparse regularization techniques. In this article, we give a selective overview of these classification methods.
影响因子：
5.8
作者：
Friedman, Jerome;Hastie, Trevor;Tibshirani, Rob
通讯作者：
Tibshirani, Rob
影响因子：
4.5
作者：
Fan J;Ke ZT;Liu H;Xia L
通讯作者：
Xia L