机译:关于通过随机子空间方法进行功能回归的变量选择的注意事项
Adam Mickiewicz Univ, Fac Math & Comp Sci, Umultowska 87, PL-61614 Poznan, Poland;
Shiga Univ, Fac Data Sci, 1-1-1 Banba, Hikone, Shiga 5228522, Japan;
Basis functions representation; Functional regression analysis; Information criterion; Random subspace method; Variable selection;
机译:多元回归的子空间方法中基于分布的截断变量选择
机译:变量选择方法的进展I:因果选择方法与逐步回归和主成分分析有关已知和未知功能关系的数据
机译:使用随机子空间方法进行线性回归的预测和变量重要性评估
机译:基于变量选择,潜在变量,惩罚回归与机器学习的大规模数据驱动预测方法的扩展比较研究
机译:用于变量选择和估计的正则化回归方法。
机译:检查回归模型的预测性能的变量选择方法以及所选变量的比例和选择的随机变量
机译:使用指数随机的子空间嵌入和$ \ ell_p $ -Regression 变量