论文部分内容阅读
屠格涅夫信札史料与十九世纪俄国文学思潮研究
【机 构】
：
上海师范大学
【出 处】
：
上海师范大学
【发表日期】
：
2023年01期
其他文献
变量选择一直以来都是统计学中的一个重要问题。在使用线性模型拟合数据时,能否选择出合适的、对被解释变量有着较强影响的解释变量,对模型的预测精度和解释效果都有着极大的影响。近年来,Lasso方法及其拓展方法很受欢迎,这一类惩罚似然方法能够同时进行变量选择和参数估计,还具有良好的统计性质。于是又引出了贝叶斯Lasso等方法。本文将贝叶斯自适应组Lasso方法引入存在隐状态的混合线性模型中,探究具有隐状态
学位
Gene shaving是一种针对基因数据的特殊高维聚类方法,该方法解决的是从大量繁杂的基因中聚类出少量真正影响患病的相似基因组问题。类比文本数据,希望能够从众多的词中聚类出少量相似的关键词组,同时这些关键词组在文档中不同的重要性体现能够区分文档。基于此,想到将Gene shaving方法合理嫁接到文本数据上,同时在方法改进上引入有监督聚类,并完成模拟验证和实证分析。本文首先将Gene shavi
学位