基于硬阈值惩罚函数的高维降秩回归 |
| |
引用本文: | 徐洪鸣.基于硬阈值惩罚函数的高维降秩回归[J].中国科学技术大学学报,2020(2):163-175. |
| |
作者姓名: | 徐洪鸣 |
| |
作者单位: | 中国科学技术大学管理学院统计与金融系 |
| |
摘 要: | 为了解决多元回归问题中高维数据的复共线性,有一种方法是构造惩罚函数,来对估计矩阵的秩进行约束,它被称为降秩回归.为了得到更精确的估计,这里考虑用硬阈值函数做奇异值惩罚函数.通过局部线性近似方法,将原本的估计转换为可计算的模型.这个新的模型是可计算的且是连续的.在模拟和真实的数据集上与其他的模型进行实验比较分析,结果表明,这种估计在大部分情况下比一些常用的降秩估计拥有更高的精度.
|
关 键 词: | 硬阈值 奇异值分解 降秩回归模型 奇异值惩罚 |
|
|