Tag Archives: 变量选择

R语言组lasso改进逻辑回归变量选择分析高血压、易感因素、2型糖尿病和LDL可视化

By tecdat6月 29, 2023R语言代做辅导, 医药生物, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS代做辅导, 计算机科学与技术LASSO, LDL, 变量选择, 回归, 易感因素, 糖尿病, 组lasso, 逻辑回归, 高血压

本文用逻辑回归和lasso算法医学上的疾病的相关因素，帮助客户确定哪种模型可用于某种疾病的相关因素分析。

R语言缺失数据变量选择LASSO回归：Bootstrap重（再）抽样插补和推算

By tecdat12月 5, 2022大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学与技术bootstrap, LASSO, 变量选择, 回归, 插补, 缺失数据, 重抽样

在存在缺失数据的情况下，需要根据缺失数据的机制和用于处理缺失数据的统计方法定制变量选择方法。

R语言群组变量选择、组惩罚group lasso套索模型预测分析新生儿出生体重风险因素数据和交叉验证、可视化

By tecdat1月 25, 2022医药生物, 大数据部落, 数据库, 数理统计, 计算机科学与技术group lasso, LASSO, R语言, 交叉验证, 体重, 出生体重, 变量选择, 套索, 新生儿出生体重, 组惩罚, 群组变量选择, 预测

本文介绍具有分组惩罚的线性回归、GLM和Cox回归模型的正则化路径。

Python高维统计建模变量选择:SCAD平滑剪切绝对偏差惩罚、Lasso惩罚函数比较

By tecdat1月 5, 2022大数据部落, 数理统计, 计算机科学与技术LASSO, SCAD, 函数, 变量选择, 平滑剪切绝对偏差, 平滑剪切绝对偏差惩罚, 建模, 惩罚, 统计, 高维, 高维统计

变量选择是高维统计建模的重要组成部分。

R语言Lasso回归模型变量选择和糖尿病发展预测模型

By tecdat6月 8, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术LASSO, 变量选择, 回归, 模型, 糖尿病, 预测

Lease Absolute Shrinkage and Selection Operator（LASSO）在给定的模型上执行正则化和变量选择。

Matlab中的偏最小二乘法（PLS）回归模型，离群点检测和变量选择

By tecdat4月 23, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术PLS, 偏最小二乘, 偏最小二乘法, 变量选择, 回归, 最小二乘, 最小二乘法, 离群点, 离群点检测

最近我们被客户要求撰写关于PLS的研究报告。本文建立偏最小二乘法（PLS）回归（PLSR）模型，以及预测性能评估。

R语言惩罚logistic逻辑回归（LASSO,岭回归）高维变量选择的分类模型案例

By tecdat3月 17, 2021医药生物, 大数据部落, 数理统计, 机器学习, 计算机科学与技术LASSO, Logistic, 分类, 变量选择, 回归, 岭回归, 惩罚l, 模型, 逻辑回归, 高维

WeChat Tencent QQ email print 由Kaizong Ye，Weilong Zhang

售前咨询热线

15121130882

售后咨询热线

0571-63341498