聚类式最小角回归与聚类式坐标下降仿真及实例分析
| 中文摘要 | 第8-10页 |
| 英文摘要 | 第10-11页 |
| 第一章 引言 | 第12-16页 |
| §1.1 研究背景及意义 | 第12-13页 |
| §1.2 模型选择问题 | 第13-14页 |
| §1.3 论文的结构 | 第14-16页 |
| 第二章 规范化与模型选择 | 第16-26页 |
| §2.1 偏倚与误差的两难选择 | 第16-17页 |
| §2.2 AIC、BIC准则与Lasso | 第17-19页 |
| §2.3 交叉验证 | 第19-22页 |
| §2.4 特征选择 | 第22-24页 |
| §2.5 贝叶斯统计与规范化 | 第24-26页 |
| 第三章 聚类分析算法 | 第26-36页 |
| §3.1 聚类分析简介 | 第26-28页 |
| §3.2 K均值方法 | 第28-30页 |
| §3.3 高斯混合模型 | 第30-33页 |
| §3.4 因子分析法 | 第33-34页 |
| §3.5 最大熵解释 | 第34-36页 |
| 第四章 聚类式算法的提出与实现 | 第36-55页 |
| §4.1 聚类式最小角回归 | 第36-43页 |
| §4.1.1 算法改进 | 第36-40页 |
| §4.1.2 仿真模拟 | 第40-43页 |
| §4.2 聚类式坐标下降 | 第43-49页 |
| §4.2.1 算法改进 | 第43-46页 |
| §4.2.2 仿真模拟 | 第46-49页 |
| §4.3 实例分析 | 第49-55页 |
| §4.3.1 花萼长度预测 | 第49-54页 |
| §4.3.2 300 城市人口健康预测 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 学位论文评阅及答辩情况表 | 第61页 |
