本文關(guān)鍵詞： EBT模型 變量選擇 多元反饋?zhàn)兞?E-距離　出處：《數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)》2017年20期 　論文類型：期刊論文

【摘要】：EBT(Energy Bagging Tree)模型是基于能量距離的多元bagging,模型中的不純度函數(shù)采用廣義基尼均值差,分裂函數(shù)是樣本落入分裂的兩個(gè)子節(jié)點(diǎn)的概率和能量距離的乘積.新的變量選擇方法基于EBT模型中分裂變量的頻率,通過(guò)變量重要性的計(jì)算,為變量選擇提供了依據(jù).模擬分析顯示,新方法和已有的多元隨機(jī)森林算法在變量重要性排序的比較中具有優(yōu)勢(shì).在建筑行業(yè)的混凝土實(shí)際數(shù)據(jù)上的表現(xiàn)進(jìn)一步評(píng)估了新方法的性能.
[Abstract]:The EBT(Energy Bagging Tree model is a multivariate bagging-based energy distance. The impureness function in the model uses the generalized Gini mean difference. The split function is the product of the probability and energy distance between the two sub-nodes of the sample falling into the split. The new method of variable selection is based on the frequency of the split variable in the EBT model and the calculation of the importance of the variable. Provides a basis for variable selection. Simulation analysis shows that, The new method and the existing multivariate stochastic forest algorithm have advantages in the comparison of the importance of variables. The performance of the new method is further evaluated on the actual concrete data of the construction industry.
【作者單位】： 廣州科技貿(mào)易職業(yè)學(xué)院公教部;
【基金】：廣州市教育科學(xué)規(guī)劃2016年度課題(1201534301);大數(shù)據(jù)時(shí)代數(shù)學(xué)建模融入高職數(shù)學(xué)教學(xué)的研究與實(shí)踐
【分類號(hào)】：O212.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 戴伯新;;回歸變量選擇中的數(shù)據(jù)診斷[J];應(yīng)用概率統(tǒng)計(jì);1992年04期

2 楊麗霞;魏立力;;基于粗糙集方法的有序尺度變量選擇[J];寧夏大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年02期

3 趙宇;黃思明;;帶有變量選擇過(guò)程的分類模型誤差分析[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2010年17期

4 樊亞莉;徐群芳;;穩(wěn)健的變量選擇方法及其應(yīng)用[J];上海理工大學(xué)學(xué)報(bào);2013年03期

5 陶靖軒;多元分析中的變量選擇問(wèn)題研究[J];中國(guó)計(jì)量學(xué)院學(xué)報(bào);2001年01期

6 李樹(shù)軍,紀(jì)宏金;對(duì)應(yīng)聚類分析與變量選擇[J];地球物理學(xué)進(jìn)展;2005年03期

7 陳黎明;趙永紅;;轉(zhuǎn)換函數(shù)未知時(shí)轉(zhuǎn)換模型的變量選擇[J];四川大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

8 劉民千,張潤(rùn)楚;超飽和設(shè)計(jì)的變量選擇[J];南開(kāi)大學(xué)學(xué)報(bào)(自然科學(xué)版);2000年03期

9 王進(jìn);;聚類分析中的距離與變量選擇[J];山西財(cái)經(jīng)大學(xué)學(xué)報(bào);2007年S1期

10 張波;方國(guó)斌;;高維面板數(shù)據(jù)降維與變量選擇方法研究[J];統(tǒng)計(jì)與信息論壇;2012年06期

相關(guān)會(huì)議論文 前1條

1 張俊華;方偉武;;調(diào)查表分析中變量選擇的一些方法(英文)[A];中國(guó)運(yùn)籌學(xué)會(huì)第六屆學(xué)術(shù)交流會(huì)論文集（下卷）[C];2000年

相關(guān)博士學(xué)位論文 前10條

1 呂晶;幾類半?yún)?shù)回歸模型的穩(wěn)健估計(jì)與變量選擇[D];重慶大學(xué);2015年

2 王康寧;幾類高維復(fù)雜數(shù)據(jù)半?yún)?shù)模型的結(jié)構(gòu)識(shí)別、變量選擇及穩(wěn)健估計(jì)[D];山東大學(xué);2016年

3 李子林;高維基因數(shù)據(jù)中的統(tǒng)計(jì)方法[D];清華大學(xué);2016年

4 王大榮;分散度量模型中的變量選擇[D];北京工業(yè)大學(xué);2009年

5 王明秋;高維數(shù)據(jù)下若干回歸模型的變量選擇問(wèn)題研究[D];大連理工大學(xué);2012年

6 劉吉彩;生存數(shù)據(jù)統(tǒng)計(jì)模型的變量選擇方法[D];華東師范大學(xué);2014年

7 樊亞莉;穩(wěn)健變量選擇方法的若干問(wèn)題研究[D];復(fù)旦大學(xué);2013年

8 董瑩;高維共線性統(tǒng)計(jì)模型的參數(shù)估計(jì)與變量選擇[D];大連理工大學(xué);2014年

9 葉飛;相對(duì)誤差準(zhǔn)則下的估計(jì)理論和變量選擇方法的研究[D];清華大學(xué);2013年

10 袁晶;貝葉斯方法在變量選擇問(wèn)題中的應(yīng)用[D];山東大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 鄧秋玲;SCAD和ADS方法在比例風(fēng)險(xiǎn)模型中的應(yīng)用[D];廣西大學(xué);2015年

2 韋新星;幾種變量選擇方法在Cox模型中的應(yīng)用[D];廣西大學(xué);2015年

3 王唯;部分線性模型的變量選擇問(wèn)題研究[D];湘潭大學(xué);2015年

4 潘玉婷;含多元非線性結(jié)構(gòu)的高維Logistic模型的同時(shí)變量選擇及半?yún)?shù)估計(jì)[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

5 劉丹;Cox模型及變系數(shù)Cox模型中的變量選擇問(wèn)題研究[D];暨南大學(xué);2016年

6 閆湛;混料試驗(yàn)設(shè)計(jì)變量選擇的Cp方法研究[D];廣州大學(xué);2016年

7 黃亞慧;偏t正態(tài)數(shù)據(jù)下基于最小一乘的回歸估計(jì)和變量選擇[D];重慶大學(xué);2016年

8 王婉秋;基于低秩模型基因—環(huán)境交互作用的貝葉斯變量選擇方法[D];東北師范大學(xué);2016年

9 徐梅花;分類中的變量選擇方法及應(yīng)用[D];華中科技大學(xué);2015年

10 李翠平;乘積回歸模型的變量選擇研究[D];河南大學(xué);2016年

，

本文編號(hào)：1526609