声明
摘要
第一章 引言
§1.1 研究背景及意义
§1.2 模型选择问题
§1.3 本文的结构与创新
第二章 规范化与模型选择
§2.1 偏倚与误差的两难选择
§2.2 AIC、BIC准则与Lasso
§2.3 交叉验证
§2.4 特征选择
§2.5 贝叶斯统计与规范化
第三章 聚类分析算法
§3.1 聚类分析简介
§3.2 K均值方法
§3.3 高斯混合模型
§3.4 因子分析法
§3.5 最大熵解释
第四章 聚类式算法的实现
§4.1 聚类式最小角回归
4.1.1 算法更新
4.1.2 仿真模拟
§4.2 聚类式坐标下降法
4.2.1 算法更新
4.2.2 仿真模拟
§4.3 实例分析
4.3.1 花萼长度预测
4.3.2 多指标预测300城市人口健康状况
第五章 总结与展望
参考文献
致谢
山东大学;