基于主基底分析的变量筛选

被引：16

作者：

王惠文

仪彬

叶明

机构：

[1] 北京航空航天大学经济管理学院

来源：

北京航空航天大学学报 | 2008年 / 11期

关键词：

Gram-Schmidt变换; 变量筛选; 数据降维; 主基底;

D O I：

10.13700/j.bh.1001-5965.2008.11.005

中图分类号：

O212 [数理统计];

学科分类号：

020208 ; 070103 ; 0714 ;

摘要：

利用Gram-Schmidt变换,提出一种主基底分析方法.解释并证明了Gram-Schmidt变换所删除的信息量.给出"主基底"的定义及构造方法,并提出"净信息含量比"的概念,用以测度所选基底包含的信息.该方法能在原始数据信息损失尽可能小的前提下,排除所有的冗余变量以及变量集合中的重叠信息,得到一个正交的主基底,从而更有效地对大规模变量集合中的信息进行筛选.多角度的理论分析指出,主基底在尽可能多地携带原始变量信息的同时,还可保证样本点间的相似性改变最小.实际案例分析说明了该方法的合理性和有效性.

引用

页码：1288 / 1291

页数：4