Метод построения нечеткой регрессионной модели на основе LARS для выбора значимых признаков

• Опубліковано в: : Кибернетика и системный анализ
• Дата: 2016
• Автори: Ерохин, А.Л., Бабий, А.С., Нечипоренко, А.С., Турута, А.П.
• Формат: Стаття
• Мова: Російська
• Опубліковано: Інститут кібернетики ім. В.М. Глушкова НАН України 2016
• Теми: Программно-технические комплексы
• Онлайн доступ: https://nasplib.isofts.kiev.ua/handle/123456789/142009
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Метод построения нечеткой регрессионной модели на основе LARS для выбора значимых признаков / А.Л. Ерохин, А.С. Бабий, А.С. Нечипоренко, А.П. Турута // Кибернетика и системный анализ. — 2016. — Т. 52, № 4. — С. 167-173. — Бібліогр.: 25 назв. — рос.

Предложен метод построения нечеткой регрессионной модели на основе LARS. Рассмотрены особенности использования нечеткого регрессионного анализа в задачах медицинской диагностики. Данный метод позволяет сократить число параметров модели, влияющих на прогнозируемую степень обструкции носового дыхания и избежать «перетренированности» модели. Запропоновано метод побудови нечіткої регресійної моделі на основі LARS. Розглянуто особливості використання нечіткого регресійного аналізу у задачах медичної діагностики. Цей метод дозволяє скоротити число параметрів моделі, які впливають на прогнозований ступінь обструкції носового дихання, а також уникнути «перетренованості» моделі. The paper proposes a method to construct a fuzzy regression model based on the LARS. The features of the use of fuzzy regression analysis for medical diagnosis are considered. The proposed method can reduce the number of model parameters affecting the projected degree of obstruction of nasal breathing and allows one to avoid “overtraining” of the model.