• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Mathematical Problems in Engineering >On the Degrees of Freedom of Mixed Matrix Regression
【24h】

On the Degrees of Freedom of Mixed Matrix Regression

机译：混合矩阵回归的自由度

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

With the increasing prominence of big data in modern science, data of interest are more complex and stochastic. To deal with the complex matrix and vector data, this paper focuses on the mixed matrix regression model. We mainly establish the degrees of freedom of the underlying stochastic model, which is one of the important topics to construct adaptive selection criteria for efficiently selecting the optimal model fit. Under some mild conditions, we prove that the degrees of freedom of mixed matrix regression model are the sum of the degrees of freedom of Lasso and regularized matrix regression. Moreover, we establish the degrees of freedomof nuclear-normregularizationmultivariate regression. Furthermore, we prove that the estimates of the degrees of freedom of the underlying models process the consistent property.
机译：随着大数据在现代科学中日益突出，关注的数据变得更加复杂和随机。为了处理复杂的矩阵和向量数据，本文重点研究混合矩阵回归模型。我们主要建立基础随机模型的自由度，这是构建自适应选择标准以有效选择最佳模型拟合的重要课题之一。在某些温和条件下，我们证明了混合矩阵回归模型的自由度是套索和正则矩阵回归的自由度之和。此外，我们建立了核规范正则多元回归的自由度。此外，我们证明了基础模型的自由度估计会处理一致的属性。

著录项

  • 来源
    《Mathematical Problems in Engineering》 |2017年第9期|6942865.1-6942865.8|共8页
  • 作者

    Shang Pan; Kong Lingchen;

  • 作者单位

    Beijing Jiaotong Univ, Dept Appl Math, Beijing 100044, Peoples R China;

    Beijing Jiaotong Univ, Dept Appl Math, Beijing 100044, Peoples R China;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号