论文部分内容阅读
变量选择是统计学中重要的问题之一，而利用正则化方法来进行变量选择是近年来研究的热点．采用一种迭代光滑L1／。算法，通过增加参数稀疏化阈值条件，使其中绝对值较小的回归参数稀疏为0，从而实现变量选择的功能．将该算法与Lasso （least absolute shrinkage and selection operator） ，自适应Lasso以及L1／2正则化方法进行比较，数值模拟结果表明该算法同样具有良好的变量选择和预测能力，最后将该算法应用到实际的前列腺数据分析．