基于纵向数据的超高维特征筛选

摘要：

实际问题研究中常常面临复杂数据,其中超高维数据和纵向数据常见于医学、经济学等大数据领域.基于超高维纵向数据的结构特征,推广确定独立筛选SIS (Sure Independence Screening)方法,构造了基于纵向数据组内相关结构的边际特征筛选方法,对超高维问题进行筛选降维,并从理论上证明了所提出降维筛选过程满足确定性筛选性质,从数值模拟上研究了其有限样本性质.

关键词：超高维数据、纵向数据、特征筛选、确定性筛选性质

所属期刊栏目：34

分类号：O212.4(概率论与数理统计)

资助基金：国家自然科学基金资助项目11771215;江苏省自然科学基金资助项目BK20161530

在线出版日期：2018-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：8-13,51