|
|||||
|
|
| 响应变量随机缺失下超高维模型特征筛选方法 | |
| 作者姓名： | 来鹏 季静雯 刘一鸣 |
| 作者单位： | 1. 南京信息工程大学数学与统计学院,南京,210044;2. 澳门大学数学系,澳门,519015 |
| 基金项目： | 国家自然科学基金资助项目(11301279),江苏省自然科学基金资助项目(BK20140983),江苏省“青蓝工程”资助项目(2016) |
| 摘 要： | 文章研究了响应变量随机缺失下超高维数据的特征筛选方法,Kolmogorov过滤方法被用于筛选构建倾向得分函数的重要协变量,据此推广逆概率加权技术构建响应变量随机缺失下的边际特征筛选过程.通过大样本理论证明了所提出的筛选方法在一些常规条件下具有确定性筛选性质,利用蒙特卡罗模拟研究了其有限样本性质,并将其应用于实际数据问题来验证评估其实用价值. |
| 关 键 词： | 超高维数据 随机缺失 特征筛选 确定筛选属性 |
| 本文献已被 万方数据 等数据库收录！ | |