LASSO相关论文
科学评价基础教育信息化资源配置效率,可为区域教育管理者高效管理和分配现有信息化资源提供直接依据,促进教育数据治理支持下的精......
1978年改革开放至今,四十多年以来,我国税收收入实现逐年增长,与税收收入相关的国家税收政策日渐完善.税收收入不仅影响着居民的可......
股票预测研究一直是困扰投资者的难题。以往,投资者采用传统分析方法如K线图、十字线等方法来预测股票走势,但随着科技的进步和经......
研究背景:肺腺癌（Lungadenocarcinoma,LUAD）是肺癌最常见的病理亚型,属于非小细胞肺癌的一种类型,其多数起源于支气管黏膜上皮,多数......
近年来,温室气体排放引发的全球变暖导致高温、暴雨等极端天气问题,威胁了世界的可持续发展,对此,中国提出了“双碳”目标。而作为......
目的 探讨轻度认知障碍（mild cognitive impairment, MCI）患者逆转为认知正常（normal cognition, NC）的相关因素并建立预测模型。方法 ......
高通量测序技术的快速发展使得生物医学大数据呈指数级产生,这为数据驱动的癌症预后标志物识别和预后模型研究奠定了坚实基础,儿童......
数据规模的迅速增长和数据特征的多样化使得数据分析高速发展,也使得数据分析需要处理的对象越来越复杂,进而需要更多的变量特征来......
为了应对全球变暖问题,《京都议定书》首次将二氧化碳排放权作为一种商品。研究碳交易价格在抑制全球变暖、帮助碳市场健康发展、......
异象因子的研究由来已久,但已有研究发现现有的许多因子是数据挖掘的结果。同时,也有研究者发现不同市场的因子具有不同的预测效力......
本文从研究背景和研究意义出发,分析了近两年原油价格的走势情况,通过探究原油价格机制的形成、原油价格波动因素探究以及国际原油......
学位
正则化方法是机器学习中常用的一种变量选择方法,适用于稀疏性的回归问题.当样本量巨大或者海量的数据存储在不同的机器上时,分布......
作为金融市场的参与者,人们最关心的一个问题就是:什么因素能驱动股票价格上涨,使其获得超额收益。学术界对于这个问题的研究一直......
随着首个在线旅游数据生态共建倡议书的发布,在线评论数据更加真实、准确地表达顾客的客观感受,成为商家和消费者情报的重要来源。......
根据中国基金业协会数据统计截至2019年初,我国私募证券市场股票策略中一共有近3万余只产品,而量化仅为1千余只,而根据海外对冲基......
当前我国保险业正处于一个高速发展期,未来市场潜力庞大,吸引了越来越多投资者的关注,他们在选择上市公司进行投资时,首先考虑的指......
随着计算机计算能力的增强,高维时间序列预测在各领域中的应用也随之更加广泛。宏观经济数据预测是最具重要意义的方向之一。宏观......
世界经济格局变化引致金融环境不稳定的背景下,银行业作为金融行业的核心组成部分,在保证国民经济的运行畅通方面扮演着举足轻重的......
碳交易作为实现低碳经济的一种途径,既具有环境效益,又具有经济效益.为了研究碳排放权价格的影响因素,选取广州碳排放权交易所的碳......
随着经济快速发展,社会生产对能源需求不断增加,科学合理利用能源,特别是提高高耗能企业能源利用效率对于促进节能降耗、环境保护......
模型选择性推断是近年来研究的热点问题之一,数据引领模型成为了新的发展热潮.许多学者为解决医学、金融等多个领域的实际问题提供......
Lasso是机器学习中比较常用的一种变量选择方法,适用于具有稀疏性的回归问题.当样本量巨大或者海量的数据存储在不同的机器上时,分......
信用风险管理的目标是使银行信贷业务的风险降到最低,从而保证信贷业务收益最大化,其中信用风险模型在银行的信用风险管理中扮演着......
目的:利用生物信息学方法确定与肝细胞癌临床表型相关的关键基因,探讨其与肝细胞癌的关系。方法:利用TCGA数据库中的数据集进行差......
大脑作为人类各项机能的处理核心,拥有最复杂的生理构造。将功能脑网络方法与机器学习结合已经成为神经影像领域非常有效的研究方......
伦敦金属交易所是世界首要的有色金属交易市场,而伦敦铜又主导着铜的定价权,伦铜期价对铜的生产与销售有着举足轻重的影响.本文采......
为解决早期乳腺癌筛查中医师进行影像阅片的高强度性和容易存在误诊漏诊的问题，本文针对乳腺钼靶钙化图像的良恶性诊断提出一种基于......
2020年后我国扶贫工作重点将转向解决相对贫困问题,然而解决相对贫困的前提和基础是识别相对贫困.由于相对贫困数据具有“高噪性、......
实际生活中,每一特定结果与其关联特征的因果关系往往不可能在短期内形成,通常都会存在一定的时间滞后效应。例如:上市公司违约风......
近年来,寻找最合适的前馈神经网络（FNN）架构引起了极大的关注。一些研究提出了一些自动的方法来找到一个小而充足的网络结构,无需额......
近几年来,随着我国政府对个体工商户发展的支持,个体工商户已逐渐成为我国民营经济的重要组成部分,同时其融资需求也进一步扩大,银......
文章采用高维数据变量筛选的方法对衡量员工离职的诸多因素进行统计分析,并对员工离职情况进行了预测.分别使用了由文献[1]提出的M......
鲁棒性作为一种动态行为也是超网络领域的研究热点,对构建鲁棒网络具有重要的现实意义.尽管对超网络的研究越来越多,但对其动态研......
大数据背景下,基于罚函数的正则化方法是高维数据变量选择的重要方法.Lasso估计是常用的变量选择方法,而Lasso正则化参数的取值直......
地方财政收入是国家财政收入的重要组成部分,结合地方财政收入的构成内容及其影响因素,采用科学的预测方法对其进行预测,对提高财......
基于目前肿瘤基因表达谱数据在医学相关结合行业的广泛普及,运用特征选择算法对其处理成了如今大量学者们的重点研究方向.基于此,......
本文针对带有组结构的广义线性稀疏模型,引入布雷格曼散度作为一般性的损失函数,进行参数估计和变量选择,使得该方法不局限于特定......
基于结构风险最小化原则,提出了可以实现高维数据降维的线性EIV模型参数的LASSO估计(LE)方法,并给出了其数值解的迭代算法.为说明L......
研究目标:在多变量混频GARCH模型中实现低频变量选择.研究方法:构建基于线性波动率预测模型的混频GARCH模型长期波动成分,在对数似......
随着数字经济时代的来临,基于互联网、移动互联网以及人工智能技术的经济活动每时每刻产生了海量大数据,这些海量大数据又反过来驱......
在许多现实的机器学习应用场景中,获取大量未标注的数据是很容易的,但标注过程需要花费大量的时间和经济成本.因此,在这种情况下,......
Lasso方法是变量选择领域的一类重要方法,它具有计算上的简便性.SCAD和MCP在一定程度上降低了Lasso估计的偏差.本文在对影响我国各......
目的 利用套索回归(LASSO)交叉验证法筛选结直肠息肉的独立危险因素建立预测模型,并验证该模型对结直肠息肉的预测价值.方法 收集2......
投资组合在金融领域扮演着重要的角色,其中最经典的是均值方差模型的最优投资组合.文章针对“尖峰厚尾”或者异方差等金融数据,提......
针对部分线性单指标模型,文章构建了一种基于LASSO的部分线性单指标模型局部惩罚样条估计方法,以变异系数作为判断数据离散程度的......
现实生活中复杂网络如社交网络、生物网络等无处不在。挖掘复杂网络中功能模块及其关系对网络结构功能的了解、事物及其发展规律的......
随着DNA微阵列技术的出现,大量关于不同肿瘤的基因表达谱数据集被发布到网络上,从而为研究肿瘤特征基因选择和亚型分类提供了方便,......
