Cluster feature selection in high-dimensional linear models

Cluster feature selection in high-dimensional linear models
复制标题

高维线性模型中的聚类特征选择

DOI:
10.1142/s2010326317500150
复制
发表时间:
2017-10
期刊:
Random Matrices: Theory and Application
影响因子:
--
通讯作者:
Wang Qihua
Wang Qihua
中科院分区:
其他
文献类型:
--
作者:
Ling Bingqing;Pang Zhen;Wang Qihua

文献摘要

参考文献

相似文献

本文研究了高维线性模型中存在高度相关变量时的变量筛选问题。提出了一种新的基于最小二乘法的聚类特征选择方法。
This paper concerns with variable screening when highly correlated variables exist in high-dimensional linear models. We propose a novel cluster feature selection (CFS) procedure based on the elast...
基于稳健等级相关的筛选
DOI: 10.1214/12-aos1024
发表时间: 2012-06-01
影响因子: 4.5
作者:
Li, Gaorong;Peng, Heng;Zhu, Lixing
通讯作者: Zhu, Lixing
DOI: 10.1198/jasa.2011.tm09779
发表时间: 2011-06
影响因子: 3.7
作者:
Fan J;Feng Y;Song R
通讯作者: Song R
DOI: 10.1214/08-aos625
发表时间: 2009
影响因子: 4.5
作者:
Zou H;Zhang HH
通讯作者: Zhang HH
DOI: 10.1093/biomet/asn034
发表时间: 2008-09-01
期刊: BIOMETRIKA
影响因子: 2.7
作者:
Chen, Jiahua;Chen, Zehua
通讯作者: Chen, Zehua
DOI: 10.1111/rssb.12127
发表时间: 2016-06-01
影响因子: 5.8
作者:
Wang, Xiangyu;Leng, Chenlei
通讯作者: Leng, Chenlei