贝叶斯惩罚回归中正则化参数的选择
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 研究内容与组织结构 | 第14-15页 |
| 1.4 研究的切入点、思路、创新点以及不足 | 第15-17页 |
| 第2章 基本概念介绍 | 第17-26页 |
| 2.1 线性回归模型的基本概念 | 第17-19页 |
| 2.2 惩罚回归的基本概念 | 第19-22页 |
| 2.2.1 岭回归 | 第20页 |
| 2.2.2 lasso回归 | 第20页 |
| 2.2.3 现有的正则化参数选取方法 | 第20-22页 |
| 2.3 贝叶斯相关的理论 | 第22-26页 |
| 第3章 贝叶斯惩罚回归中正则化参数的选择 | 第26-37页 |
| 3.1 惩罚回归与贝叶斯模型之间的关系 | 第26-31页 |
| 3.1.1 贝叶斯岭参数的选择 | 第28-29页 |
| 3.1.2 贝叶斯lasso参数的选择 | 第29-31页 |
| 3.2 分布中未知参数的估计 | 第31-35页 |
| 3.2.1 惩罚回归系数分布中位置参数的估计 | 第32-33页 |
| 3.2.2 惩罚回归系数分布中刻度参数的估计 | 第33-35页 |
| 3.3 正则化参数的均方误差评估 | 第35-37页 |
| 第4章 实证分析 | 第37-44页 |
| 4.1 数据介绍 | 第37-38页 |
| 4.2 数据维度分析 | 第38-39页 |
| 4.3 数据预处理 | 第39-41页 |
| 4.3.1 数据的线性检验 | 第39页 |
| 4.3.2 误差项的检验 | 第39页 |
| 4.3.3 离群点的检验 | 第39-41页 |
| 4.4 BRidge估计岭参数 | 第41页 |
| 4.5 和现有的方法进行比较 | 第41-42页 |
| 4.6 数据结果分析 | 第42-44页 |
| 总结与展望 | 第44-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 攻读硕士学位期间发表的论文 | 第49页 |
