论文部分内容阅读
变量选择是统计建模中重要的问题.当试验数据维数很高时,传统变量选择方法的应用受到了很多制约.本文以高维混料试验为基础,比较了AIC准则和LASSO在变量选择问题上的优良性.通过实例验证,LASSO可以快速且准确地对高维混料模型中的变量进行筛选,从而得出最优模型,达到降低成本、提高利益的目的.