基于稀疏聚类的高维数据特征选择及应用
张陶陶; 胡亚南; 李扬; 田茂再
2017
发表期刊统计与决策
期号4页码:18-24
摘要文章研究了一种高维数据聚类特征选择方法——稀疏聚类,稀疏聚类是通过对特征变量赋予权重,并添加lasso惩罚因子,压缩权重,得到对变量的权重排序,即重要性排序,使其在进行分类预测的同时达到自动剔除冗余变量的效果,从而起到了对高维数据聚类时的特征选择作用。将此方法运用于中国环保问题,将中国31个省份根据环保情况分为3类,并从现有的104个环保指标中筛选得到20个重要指标。
关键词稀疏聚类 高维数据 聚类 特征选择
DOI10.13546/j.cnki.tjyjc.2017.04.003
URL查看原文
收录类别CSSCI
ISSN1002-6487
语种中文
文献类型期刊论文
条目标识符http://ir.lzufe.edu.cn/handle/39EH0E1M/12147
专题统计与数据科学学院
作者单位1.中国人民大学应用统计科学研究中心;
2.中国人民大学统计学院;
3.新疆财经大学新疆社会经济统计研究中心;
4.新疆财经大学统计与信息学院;
5.兰州财经大学统计学院
推荐引用方式
GB/T 7714
张陶陶,胡亚南,李扬,等. 基于稀疏聚类的高维数据特征选择及应用[J]. 统计与决策,2017(4):18-24.
APA 张陶陶,胡亚南,李扬,&田茂再.(2017).基于稀疏聚类的高维数据特征选择及应用.统计与决策(4),18-24.
MLA 张陶陶,et al."基于稀疏聚类的高维数据特征选择及应用".统计与决策 .4(2017):18-24.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
26563.pdf(1786KB)期刊论文出版稿暂不开放CC BY-NC-SA请求全文
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[张陶陶]的文章
[胡亚南]的文章
[李扬]的文章
百度学术
百度学术中相似的文章
[张陶陶]的文章
[胡亚南]的文章
[李扬]的文章
必应学术
必应学术中相似的文章
[张陶陶]的文章
[胡亚南]的文章
[李扬]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。