超高维数据降维与Logistic广义线性拟合分析

摘要：

文章以美国威斯康星州的乳腺癌调查数据为例,分别采用SIS和TCS算法对高维数据进行降维处理,尝试将改进的Logistic广义线性模型对降维后的变量进行拟合.再与传统的一般线性模型、Logistic广义线性模型相比,结果表明,基于算法降维后的Logistic广义线性模型预测误差更小,其中基于TCS算法降维后的广义线性模型在拟合中要明显优于SIS算法降维后的广义线性模型.

关键词：高维数据、Logistic回归、广义线性模型、降维、TCS算法

分类号：O213(概率论与数理统计)

资助基金：国家社会科学基金资助项目15BTJ019;公益性行业科研专项GYHY201506051;教育部哲学社会科学发展报告项目13JBG004;气候变化与公共政策研究院开放课题14QHA020

在线出版日期：2016-05-17（万方平台首次上网日期，不代表论文的发表时间）

页码：38-41