基于充分降维方法的在线新闻欢迎度预测任务书

 2021-08-19 11:08

1. 毕业设计(论文)主要目标:

由于在线新闻数据维数较高,导致其预测效果不好。本文拟使用六种降维方法对在线新闻欢迎度数据进行降维处理,然后利用降维所得模型对数据建立回归模型并进行预测,最后在所得的模型中选出最好的预测模型,从而对在线新闻欢迎度进行预测分析。

2. 毕业设计(论文)主要内容:

本文拟对六种数据降维方法:主成分分析、LASSO回归、切片逆回归、相关分析、迭代LASSO和稀疏主成分分析就其思想和算法依次做介绍,然后将以上各方法降维处理后的所剩变量进行回归,来建立一个回归模型预测在线新闻的欢迎度,并通过综合检验其预测效果,在其中选择最好的预测模型。

3. 主要参考文献

[1]Breiman L.Heuristics of instability and stabilization in model selection[J]. The Annals of Statistics,1996, 24(4):2350-2383.

[2]谭璐.高维数据的降维理论及应用[D].国防科技大学博士学位论文,2005,4.

[3]Cook,R.D.and Weisberg,S. Discussion of'Slice inverse regression for dimension reduction' by K.-C.Li.J.Amer[R]. Statist.Assoc.1991.86328-332.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。