检索结果-南通市图书馆

银行定期存款客户预测——基于lasso-Forest方法

在线全文

学校读者我要写书评

暂无评论

科技和产业 2023年第10期23卷 151-157页

作者：邓博西安财经大学西安710000

从定性角度通过对数据进行描述性统计分析,给予银行营销策略建议。使用lasso-Forest、Logistic、决策树及SVM模型分别进行建模分析,结合不平衡数据处理方法SMOTE算法,使用一系列评价指标进行模型效果评估,得到最优模型。所提出的lasso-F... 详细信息

从定性角度通过对数据进行描述性统计分析,给予银行营销策略建议。使用lasso-Forest、Logistic、决策树及SVM模型分别进行建模分析,结合不平衡数据处理方法SMOTE算法,使用一系列评价指标进行模型效果评估,得到最优模型。所提出的lasso-Forest组合模型具有比上述其他模型更精确的预测效果,识别准确率达到93%。使用提供的营销策略及lasso-Forest模型可以有效降低银行成本,对客户类型进行精确识别并加以针对性营销,以此达到增加银行定期存款储备的目的。

关键词： lasso Forest 银行存款分类预测机器学习

基于lasso-Cox分析超声心动图在终末期肾脏病心血管不良事件风险评价中的应用价值

在线全文

学校读者我要写书评

暂无评论

中华生物医学工程杂志 2023年第4期29卷 395-403页

作者：李锦龙刘书涵徐玉郭诚叶方雄周青武汉大学人民医院超声医学科武汉430060 武汉大学人民医院心内科武汉430060 武汉大学人民医院肾内科武汉430060

目的探讨超声心动图(UCG)在终末期肾脏病(ESRD)心血管不良事件(CAE)风险评价中的应用价值。方法选取武汉大学人民医院2020年4月至2021年6月ESRD住院患者,以CAE为终点事件,随访至2022年7月,按结局发生与否分为事件组与非事件组。采用队... 详细信息

目的探讨超声心动图(UCG)在终末期肾脏病(ESRD)心血管不良事件(CAE)风险评价中的应用价值。方法选取武汉大学人民医院2020年4月至2021年6月ESRD住院患者,以CAE为终点事件,随访至2022年7月,按结局发生与否分为事件组与非事件组。采用队列研究方式分析其临床资料、血液生化指标、超声心动图参数。以R语言(4.1.3版本)进行数据分析与绘图。利用lasso回归筛选结合与非结合超声心动图的变量,并分别纳入多因素Cox回归建模。采用随机森林分析变量重要性,使用内部重抽样法并绘制校准曲线进行模型验证,使用C-index与净重新分类指数(NRI)评价与比较模型效能。对超声评估三尖瓣反流峰值流速(TRV)≥2.5 m/s的不同透析患者使用Kaplan-Meier方法绘制生存曲线并比较中位生存时间。结果年龄、CAE病史、血磷、血红蛋白、左房前后径(LAD)、二尖瓣E峰流速与二尖瓣环舒张早期运动速度比值(E/e’)、TRV与不良结局独立相关;随机森林显示,变量重要性依次为E/e’、LAD、CAE病史、血磷、血红蛋白、年龄、TRV。非结合与结合超声参数模型C-index分别为0.719(95%CI:0.690~0.748)与0.753(95%CI:0.726~0.780),校准曲线具有较好的一致性;1年事件发生NRI=0.168,2年事件发生NRI=0.277;Kaplan-Meier生存曲线显示,TRV≥2.5 m/s组中位生存时间(约279 d)低于TRV<2.5 m/s组(约619 d)。TRV≥2.5 m/s组腹膜透析中位生存时间(约316 d)大于血液透析(约244 d)。结论 E/e’、LAD、TRV是患者CAE独立预测因素,E/e’、LAD是判别ESRD预后的重要UCG参数;TRV可为透析方式的选择提供有价值信息;UCG对ESRD心血管不良事件风险评价具有重要临床应用价值。

关键词：超声心动描记本终末期肾脏病心血管不良事件 lasso Cox 风险模型

基于联合分簇和lasso的室内指纹定位算法

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2020年第6期35卷 1097-1105页

作者：乐燕芬金施嘉珞朱一鸣施伟斌上海理工大学光电信息与计算机工程学院上海200093

为提高定位效率和定位精度,提出了一种基于联合分簇(Hybrid clustering,HC)和lasso的室内定位算法。该定位算法首先利用簇匹配实现目标粗定位,再在簇内采用lasso算法进行二次精确定位。通过基于接收信号强度(Received signal strength,R... 详细信息

为提高定位效率和定位精度,提出了一种基于联合分簇(Hybrid clustering,HC)和lasso的室内定位算法。该定位算法首先利用簇匹配实现目标粗定位,再在簇内采用lasso算法进行二次精确定位。通过基于接收信号强度(Received signal strength,RSS)信号特性的K中心聚类方法结合基于物理位置的联合分簇,来降低粗定位阶段的簇匹配错误以避免粗大误差。采用位置指纹RSS信号的覆盖向量的相似度作为分簇和簇匹配的准则来降低运算量。簇内定位阶段采用lasso算法达到特征稀疏化,有利于目标节点存储空间和能耗的优化。在室内典型办公环境下的定位实验表明,本定位技术在降低在线匹配计算量的同时能保持良好的定位效果,在参考位置点间隔1.8 m时,平均定位误差为1.73 m。

关键词：无线传感器网络室内定位接收信号强度分簇 lasso

基于lasso的FDR控制方法及其在高维数据生存分析中的应用

在线全文

学校读者我要写书评

暂无评论

中国卫生统计 2018年第3期35卷 322-329页

作者：许树红董晓强陶然高雪高倩虞明星王彤山西医科大学卫生统计教研室 030001 绍兴市疾病预防控制中心

目的基于lasso-Cox模型探索交叉验证(cross validation)、pcvl法(penalized cross-validated log-likelihood)、EBIC准则(extended bayesian information criterion)、平稳选择(stability selection)四种方法在控制FDR(false discovery rate)方面的表现及其变量选择效果。方法通过模拟研究评价各方法在不同删失比例、自变量间不同相关程度以及回归系数的不同稀疏水平下的FDR和PSR(positive select rate),并从GEO上下载DLBCL数据进行基因与预后间的关联分析。结果模拟结果表明,在不同删失比例、自变量相关程度和稀疏水平的情况下,平稳选择法控制FDR的能力都优于其他方法且其变量选择效能也较高。EBIC准则在相关程度低、自变量较稀疏时表现较好,当样本量较小时结果较保守。pcvl法虽然不容易漏掉有效应的变量,但其FDR仍较高。实例结果显示,EBIC准则只选出1个基因,平稳选择法选出的基因中大部分有统计学意义且与其他方法的结果重合度高。结论在基于lasso-Cox模型的高维数据生存分析中平稳选择法能较好地控制FDR且其变量选择效能也较高。

关键词： lasso 生存分析调整参数错误发现率

在线全文

学校读者我要写书评

暂无评论

基于lasso的人民币汇率变动因素研究

国际商务财会 2022年第17期 19-25页

作者：张文哲上海大学

汇率的影响因素这一问题素来为学界研究热点,由于经济问题的复杂性,目前对这一问题的研究仍尚显不足。文章以人民币汇率为研究对象,考虑了利率水平、国民经济、物价水平、货币政策、股票市场、大宗商品市场、外贸市场及景气指数八个维... 详细信息

汇率的影响因素这一问题素来为学界研究热点,由于经济问题的复杂性,目前对这一问题的研究仍尚显不足。文章以人民币汇率为研究对象,考虑了利率水平、国民经济、物价水平、货币政策、股票市场、大宗商品市场、外贸市场及景气指数八个维度23个指标,运用lasso方法进行降维和参数估计,并和逐步回归方法进行对比。研究发现外汇储备量、香港人民币存款余额、沪深300指数、大宗商品价格、中国宏观经济景气指数与人民币汇率升值呈正相关,海外景气指数与人民币汇率升值呈负相关关系,其中外汇储备量与人民币升值关系最为显著。

关键词： lasso 人民币汇率变量选择

在线全文

学校读者我要写书评

暂无评论

基于lasso的时间序列模型定阶

晋城职业技术学院学报 2023年第3期16卷 92-96页

作者：王海宽刘晓宁晋城职业技术学院山西晋城048026 榆林市不动产登记中心陕西榆林719000

关于时间序列模型系数估计和定阶问题,前人研究出了对于模型估计有最小二乘估计,逐步回归方法、定阶方法、遗传算法等。但是,这些算法有很多共同缺点,如当变量集较大时,估计误差较大,计算时间较长,不稳定等。为解决以上这些问题,1996年T... 详细信息

关于时间序列模型系数估计和定阶问题,前人研究出了对于模型估计有最小二乘估计,逐步回归方法、定阶方法、遗传算法等。但是,这些算法有很多共同缺点,如当变量集较大时,估计误差较大,计算时间较长,不稳定等。为解决以上这些问题,1996年Tibshirani提出了lasso方法,将模型参数合理地压缩。本研究将lasso方法应用到BLUED数据集的六组数据上,通过与最小二乘估计进行比较,说明lasso方法在选择数据时能够应用较少的时间选择出重要的变量特征,同时在分类精度上还能高于最小二乘方法。由此证明lasso在时间序列建模问题上是一个简单有效的方法。

关键词：时间序列模型 lasso 分类精度 BLUED

在线全文

学校读者我要写书评

暂无评论

高维混料模型的lasso变量选择

数理统计与管理 2019年第1期38卷 81-86页

作者：冷薇李俊鹏张崇岐广州大学经济与统计学院广东广州510006

变量选择是统计建模中重要的问题。当试验数据维数很高时,传统变量选择方法的应用受到了很多制约。本文以高维混料试验为基础,比较了AIC准则和lasso在变量选择问题上的优良性。通过实例验证,lasso可以快速且准确地对高维混料模型中的变... 详细信息

变量选择是统计建模中重要的问题。当试验数据维数很高时,传统变量选择方法的应用受到了很多制约。本文以高维混料试验为基础,比较了AIC准则和lasso在变量选择问题上的优良性。通过实例验证,lasso可以快速且准确地对高维混料模型中的变量进行筛选,从而得出最优模型,达到降低成本、提高利益的目的。

关键词：高维混料模型变量选择 lasso

基于联合Trans-lasso算法的高维线性回归模型参数估计

在线全文

学校读者我要写书评

暂无评论

黑龙江科学 2023年第20期14卷 22-24,28页

作者：刘毅华北水利水电大学数学与统计学院郑州450046

针对高维线性回归模型参数估计问题,基于迁移学习提出一种新算法,即联合Trans-lasso算法。该算法使用高维统计技术有效结合大量与目标样本相似的辅助样本及少量的目标样本,在充分考虑辅助样本信息性的前提下对目标模型进行参数估计,有... 详细信息

针对高维线性回归模型参数估计问题,基于迁移学习提出一种新算法,即联合Trans-lasso算法。该算法使用高维统计技术有效结合大量与目标样本相似的辅助样本及少量的目标样本,在充分考虑辅助样本信息性的前提下对目标模型进行参数估计,有效降低了估计误差。通过数值模拟将迁移弹性网算法、OrcaleTrans-lasso算法、联合Trans-lasso算法与传统的lasso算法估计性能进行比较,结果表明,联合Trans-lasso算法的估计误差最小,提高率最高。

关键词：高维 lasso 迁移学习参数估计

基于贝叶斯协方差lasso的多层异质性因子分析模型及其应用

在线全文

学校读者我要写书评

暂无评论

基于贝叶斯协方差Lasso的多层异质性因子分析模型及其应用