贪心算法的地理加权回归特征变量选择方法

发布时间：2017-08-30 05:25

  本文关键词：贪心算法的地理加权回归特征变量选择方法

  更多相关文章： 特征变量选择 地理加权回归 贪心算法 人口影响因素

【摘要】：针对建立地理加权回归(GWR)模型时,无法直接应用普通线性回归(OLR)常用的特征变量选择方法,且计算过程较复杂的问题,该文基于贪心算法原理,通过引入Akaike信息法则,设计了适用于GWR的特征变量选择方法:逐个引入或删除特征变量,判断该变量对模型置信水平影响程度,根据评价准则决定该变量的取舍,最终实现模型外没有关系强的变量、模型内没有关系弱的变量。实验结果表明,比较基于OLR的逐步回归、向前引入法和向后删除法3种方法选择变量建立模型,向前引入法优于向后剔除法,两者都优于基于OLR的逐步回归法,更适用于GWR分析。
【作者单位】： 辽宁工程技术大学;中国测绘科学研究院;
【关键词】： 特征变量选择 地理加权回归 贪心算法 人口影响因素
【基金】：公益性行业科研专项(201512032) 中国测绘科学研究院基本科研项目(7771414) 基础测绘项目(201512027)
【分类号】：P208
【正文快照】： 0引言特征变量选择是建立回归模型的前提,它是用一定的方法从多个特征变量中选择影响显著、去掉影响不显著的变量的过程[1],其结果的准确程度决定着回归模型的可靠性。贪心算法是一种采用局部最优思想获取整体最优解或整体近似最优解的有效方法,被广泛应用于人工智能、资源配，

本文编号：757496