机译:多项式概率回归模型中的稀疏贝叶斯变量选择及其在高维数据分类中的应用
Nanjing Forestry Univ Coll Econ & Management Nanjing Jiangsu Peoples R China|Southeast Univ Sch Econ & Management Nanjing Jiangsu Peoples R China;
South Univ Sci & Technol China Dept Math Shenzhen Peoples R China;
Nanyang Technol Univ Sch Phys & Math Sci Singapore Singapore;
Southeast Univ Dept Math Nanjing Jiangsu Peoples R China;
High-dimensional data classification; multinomial probit model; sparse priors; stochastic search variable selection;
机译:高维数据分类的稀疏贝叶斯核多项式概率回归模型
机译:高维数据分类的先验相关的稀疏贝叶斯多项式概率回归模型
机译:多项式概率模型中的贝叶斯变量选择用于高维数据分类
机译:贝叶斯分位数回归和计数数据变量选择在青少年适应性调查中的应用
机译:稀疏的偏最小二乘回归,可同时进行降维和变量选择,并应用于高维基因组数据
机译:稀疏Dirichlet-Multimomial回归的可变选择与微生物组数据分析的应用
机译:稀疏Dirichlet多项式回归的变量选择 应用于微生物组数据分析