عملکرد رگرسیون لجستیک جریمه شده با لاسو در داده های بیان ژنی
Publish place: First National Bioethics Conference
Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,000
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
BIMM01_002
تاریخ نمایه سازی: 8 تیر 1398
Abstract:
یکی از محبوب ترین مدل های خطی تعمیم یافته، برای تحلیل رابطه ی یک یا چند متغیر توضیحی بر متغیر پاسخ دو یا چندتایی رگرسیون لجستیک است. خصیصه داده های با بعد بالا وجود تعداد زیادی متغیر در حجم کم می باشد و از دیدگاه آماری وجود تعداد زیادی متغیر، منجر به بیش برازشی شده و عملکرد طبقه بندی را کاهش می دهد. رگرسیون لجستیک جریمه شده با عملگر انتخاب و انقباض کمترین قدرمطلق (LASSO)، یکی از روش های کارآمد، در مجموعه داده های با بعد بالا است که انتخاب متغیر و برآورد احتمالات را به طور همزمان انجام می دهد.
Keywords:
Authors
نجمه عسگری فرسنگی
کارشناس ارشد آمار زیستی، گروه اپیدمیولوژی و آمار زیستی، دانشگاه علوم پزشکی مشهد، مشهد، ایران
راضیه یوسفی
کارشناس ارشد آمار زیستی، گروه اپیدمیولوژی و آمار زیستی، دانشگاه علوم پزشکی مشهد، مشهد، ایران
محمدتقی شاکری
استاد آمار زیستی، گروه اپیدمیولوژی و آمار زیستی، دانشگاه علوم پزشکی مشهد، مشهد، ایران