벌점화 행렬분해를 적용한 부분최소제곱회귀에서 벌점함수들의 비교
분야
자연과학 > 통계학
저자
박종선 ( Chong Sun Park ) , 구창훈 ( Chang Hun Koo )
발행기관
성균관대학교 응용통계연구소
간행물정보
통계연구 2010년, 제17권 77~92페이지(총16페이지)
파일형식
53400176.pdf [무료 PDF 뷰어 다운로드]
  • ※ 본 자료는 참고용 논문으로 수정 및 텍스트 복사가 되지 않습니다.
  • 구매가격
    5,600원
    적립금
    168원 (구매자료 3% 적립)
    이메일 발송  스크랩 하기
    자료 다운로드  네이버 로그인
    국문초록
    본 논문에서는 부분최소제곱회귀에 벌점함수를 적용하여 의미있는 변수들을 선택하는 문제에 대한 해를 벌점화 행렬분해를 이용하여 구하는 문제를 고려하였다. 가상자료를 통하여 L1 벌점함수와 Fused Lasso 벌점함수의 특성들과 효율성 등을 비교하였다.
    영문초록
    Partial least squares is used for modeling two data set using latent variables of them. Such a partial least squares can be extended to the regression problem. In case that the number of variable increases, the number of latent variable also increases and we may have a difficulty in interpreting. Therefore, we eliminate irrelevant variables using a penalty function and obtain a simpler model and have a advantage in interpreting it. Penalized matrix decomposition method could be used for partial least squares regression for variable selection with any convex penalty functions and it turns out to be efficient and effective. We compared and Fused Lasso penalty functions for partial least squares regression models with simulated data sets. Penalized matrix decomposition algorithm produced satisfactory results in selection relevant subset of predictor variables. However, we have some severe biases with large penalties and we need further algorithm like generalized cross-validation to keep estimated coefficients not far from true values.
    사업자등록번호 220-87-87785 대표.신현웅 주소.서울시 서초구 방배로10길 18, 402호 대표전화.070-8809-9397
    개인정보책임자.박정아 통신판매업신고번호 제2017-서울서초-1765호 이메일 help@reportshop.co.kr
    copyright (c) 2009 happynlife. steel All reserved.