Model Selection in Regression Problems (回归问题中的变量选)

TuringBrain创建于2011-12-29 最后编辑: 2011-12-29 13:19 3,942阅读

变量选取的方法被应用在在回归问题中防止over fitting。变量选取是统计学和机器学习中的一个基本问题，近几年统计学的四大顶级期刊和机器学习领域的顶级期刊上发表了很多变量选取的文章。

共 6 个文档

pdf Composite Quantile Regression and The Oracle Model Sele..

暂无描述

收藏到书房

pdf HIGH-DIMENSIONAL ISING MODEL SELECTION US..

暂无描述

收藏到书房

pdf A New View of Automatic Relevance Determination. (NIPS..

暂无描述

收藏到书房

pdf Model selection and estimation in regression with grouped ..

暂无描述

收藏到书房

pdf Coordinate descent algorithms for nonconvex penalized regr..

暂无描述

收藏到书房

pdf Block Variable Selection in Multivariate Regression and ..

暂无描述

收藏到书房

创建豆单

标题：
介绍：	变量选取的方法被应用在在回归问题中防止over fitting。变量选取是统计学和机器学习中的一个基本问题，近几年统计学的四大顶级期刊和机器学习领域的顶级期刊上发表了很多变量选取的文章。
分类：	IT计算机>人工智能修改豆单分类
标签：	最多10项，之间用“,”或“ ”分割