基于EBT模型的一种新的变量选择方法及应用

发布时间：2018-02-23 12:13

  本文关键词： EBT模型 变量选择 多元反馈变量 E-距离　出处：《数学的实践与认识》2017年20期 　论文类型：期刊论文

【摘要】：EBT(Energy Bagging Tree)模型是基于能量距离的多元bagging,模型中的不纯度函数采用广义基尼均值差,分裂函数是样本落入分裂的两个子节点的概率和能量距离的乘积.新的变量选择方法基于EBT模型中分裂变量的频率,通过变量重要性的计算,为变量选择提供了依据.模拟分析显示,新方法和已有的多元随机森林算法在变量重要性排序的比较中具有优势.在建筑行业的混凝土实际数据上的表现进一步评估了新方法的性能.
[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.
【作者单位】： 广州科技贸易职业学院公教部;
【基金】：广州市教育科学规划2016年度课题(1201534301);大数据时代数学建模融入高职数学教学的研究与实践
【分类号】：O212.1

【相似文献】

相关期刊论文 前10条

1 戴伯新;;回归变量选择中的数据诊断[J];应用概率统计;1992年04期

2 杨丽霞;魏立力;;基于粗糙集方法的有序尺度变量选择[J];宁夏大学学报(自然科学版);2009年02期

3 赵宇;黄思明;;带有变量选择过程的分类模型误差分析[J];数学的实践与认识;2010年17期

4 樊亚莉;徐群芳;;稳健的变量选择方法及其应用[J];上海理工大学学报;2013年03期

5 陶靖轩;多元分析中的变量选择问题研究[J];中国计量学院学报;2001年01期

6 李树军,纪宏金;对应聚类分析与变量选择[J];地球物理学进展;2005年03期

7 陈黎明;赵永红;;转换函数未知时转换模型的变量选择[J];四川大学学报(自然科学版);2011年05期

8 刘民千,张润楚;超饱和设计的变量选择[J];南开大学学报(自然科学版);2000年03期

9 王进;;聚类分析中的距离与变量选择[J];山西财经大学学报;2007年S1期

10 张波;方国斌;;高维面板数据降维与变量选择方法研究[J];统计与信息论坛;2012年06期

相关会议论文 前1条

1 张俊华;方伟武;;调查表分析中变量选择的一些方法(英文)[A];中国运筹学会第六届学术交流会论文集（下卷）[C];2000年

相关博士学位论文 前10条

1 吕晶;几类半参数回归模型的稳健估计与变量选择[D];重庆大学;2015年

2 王康宁;几类高维复杂数据半参数模型的结构识别、变量选择及稳健估计[D];山东大学;2016年

3 李子林;高维基因数据中的统计方法[D];清华大学;2016年

4 王大荣;分散度量模型中的变量选择[D];北京工业大学;2009年

5 王明秋;高维数据下若干回归模型的变量选择问题研究[D];大连理工大学;2012年

6 刘吉彩;生存数据统计模型的变量选择方法[D];华东师范大学;2014年

7 樊亚莉;稳健变量选择方法的若干问题研究[D];复旦大学;2013年

8 董莹;高维共线性统计模型的参数估计与变量选择[D];大连理工大学;2014年

9 叶飞;相对误差准则下的估计理论和变量选择方法的研究[D];清华大学;2013年

10 袁晶;贝叶斯方法在变量选择问题中的应用[D];山东大学;2013年

相关硕士学位论文 前10条

1 邓秋玲;SCAD和ADS方法在比例风险模型中的应用[D];广西大学;2015年

2 韦新星;几种变量选择方法在Cox模型中的应用[D];广西大学;2015年

3 王唯;部分线性模型的变量选择问题研究[D];湘潭大学;2015年

4 潘玉婷;含多元非线性结构的高维Logistic模型的同时变量选择及半参数估计[D];中国科学技术大学;2016年

5 刘丹;Cox模型及变系数Cox模型中的变量选择问题研究[D];暨南大学;2016年

6 闫湛;混料试验设计变量选择的Cp方法研究[D];广州大学;2016年

7 黄亚慧;偏t正态数据下基于最小一乘的回归估计和变量选择[D];重庆大学;2016年

8 王婉秋;基于低秩模型基因—环境交互作用的贝叶斯变量选择方法[D];东北师范大学;2016年

9 徐梅花;分类中的变量选择方法及应用[D];华中科技大学;2015年

10 李翠平;乘积回归模型的变量选择研究[D];河南大学;2016年

，

本文编号：1526609