基于Logistic回归模型的几类变量选择方法  

作　　者：黄登香 卢春婷 

机构地区：[1]广西金融职业技术学院,广西壮族自治区南宁530000

出　　处：《大众标准化》2023年第8期139-141,共3页Popular Standardization

基　　金：2021年度广西高校中青年教师科研基础能力提升项目:Elastic Net方法在广义线性模型中的应用研究与实例分析(项目编号:2021KY1513);2020年度广西金融职业技术学院中青年教师科研基础能力提升项目:Elastic Net方法在广义线性模型中的应用研究与实例分析(项目编号:GXJZ202010);2020年度广西高校中青年教师科研基础能力提升项目:基于模糊数学的综合评价法在高职院校学生顶岗效果评价的应用(项目编号:2020KY50012)。

摘　　要：Logistic回归模型是统计学中应用最为广泛的广义线性模型之一,文章介绍四种基于Logistic回归模型的变量选择方法:Lasso方法、Adaptive Lasso方法、Elastic net方法以及Adaptive Elastic net方法,并用数值模拟来探究和比较四种方法做变量选择的优良性。同时利用R语言中的gcdnet包来解决它们的算法问题。

关 键 词：LOGISTIC回归模型 变量 数值模拟 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]