论文部分内容阅读
文章以支持向量机模型为基准模型,提出引入稀疏组Lasso惩罚函数的修正模型,并设计了有助于增强预测精度与预测效果的双层坐标下降算法,以探究全面预算理念下司法经费预算的新特征。以2014-2018年司法部门"三公"经费决算公开数据为例,研究发现:(1)基于稀疏组Lasso支持向量机(SGL-SVM)方法能够显著增强数据变量与组数的遴选精度。(2)结合分量特征的异化程度所设计的集成化向量方法不仅可大幅度压缩网络训练时间,亦能够趋近实现最优的样本外预测效果。(3)SGL-SVM模型弥补了单维