کاهش بعد داده ها به شیوه غربالگری

چکیده مقاله

در تحلیل داده های با بعد بسیار بالا، شناسایی متغیرهای توضیحی موثر بر پاسخ، از اهمیت بسزایی برخوردار است در این نوع داده ها، ابتدا با استفاده از یک روش غربالگری تعداد متغیرهای توضیحی را کاهش داده و سپس از روش های انتخاب متغیر مبتنی بر جریمه برای انتخاب مدل نهایی استفاده می کنیم در این مقاله به مروری بر چند روش غربالگری رایج پرداخته می شود این روش ها شامل غربالگری مستقل مطمئن SIS ، غربالگری و رتبه بندی مستقل مطمئن SIRS و غربالگری مستقل مطمئن براساس همبستگی فاصله ای DC SIS می باشند پس از معرفی این روش ها، با استفاده شبیه سازی، توانایی آنها در انتخاب متغیرهای مهم با هم مقایسه می کنیم نتایج مطالعات شبیه سازی نشان می دهد که روش DC SIS در مقایسه با دو روش دیگر، از قابلیت بیشتری در تشخیص متغیرهای مهم برخوردار است، به ویژه هنگامی که برخی از متغیرهای توضیحی دارای اثر غیرخطی بر متغیر پاسخ باشند

کلیدواژه‌ها

نویسندگان

Mohammad Kazemi

استادیار گروه آمار، دانشگاه گیلان

کاظمی، محمد،1400،کاهش بعد داده ها به شیوه غربالگری،چهارمین کنفرانس بین المللی محاسبات نرم

ارائه‌شده در

مجموعه مقالات چهارمین کنفرانس بین المللی محاسبات نرم8 دی 1400