论文部分内容阅读
针对现有回归算法没有考虑利用特征与输出的关系，各输出之间的关系，以及样本之间的关系来处理高维数据的多输出回归问题易输出不稳定的模型，提出一种新的低秩特征选择多输出回归方法。该方法采用低秩约束去构建低秩回归模型来获取多输出变量之间的关联结构；同时创新地在该低秩回归模型上使用L2,p-范数来进行样本选择，合理地去除噪音和离群点的干扰；并且使用L2,p-范数正则化项惩罚回归系数矩阵进行特征选择，有效地处理特征与输出的关系和避免“维灾难”的影响。通过实际数据集的实验结果表明，提出的方法在处理高维数据的多输出回归分