Порівняння властивостей алгоритмів LASSO та перебірного кореляційного алгоритму МГУА з розрахунком рейтингу

• Veröffentlicht in: Індуктивне моделювання складних систем
• Datum: 2019
• ISSN: XXXX-0044
• 1. Verfasser: Піднебесна, Г.А.
• Format: Artikel
• Sprache: Ukrainisch
• Veröffentlicht: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2019
• Online Zugang: https://nasplib.isofts.kiev.ua/handle/123456789/181404
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Zitieren: Порівняння властивостей алгоритмів LASSO та перебірного кореляційного алгоритму МГУА з розрахунком рейтингу / Г.А. Піднебесна // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2019. — Вип. 11. — С. 85-94. — Бібліогр.: 7 назв. — укр.

У роботі наводяться результати порівняння властивостей алгоритмів LASSO та перебірного кореляційного алгоритму МГУА з розрахунком рейтингів регресорів (кореляційно-рейтинговий алгоритм) CRA. Порівняння базується на аналізі результатів числових експериментів та застосуванні таких статистичних характеристик, як індекс Жаккара, чутливість та специфічність. Для дослідження бралась різна кількість регресорів (100, 500, 1000) та моделі різної складності. The paper presents the results of comparing the properties of LASSO algorithms and the GMDH sorting-out correlation algorithm with the calculation of regressor's ratings (correlation- rating algorithm) CRA . The comparison is based on the analysis of the results of numerical experiments and the application of such statistical characteristics as Jacquard index, sensitivity and specificity. Different numbers of regressors (100, 500, 1000) and models of different complexity were used for the study. В работе показаны результаты сравнения свойств алгоритмов LASSO и корреляционного алгоритма направленного перебора МГУА с учетом рейтинга регрессоров (корреляционно-рейтинговый алгоритм) CRA. Сравнение основано на анализе результатов числовых экспериментов с применением статистических характеристик, таких как индекс Жаккара, чувствительность и специфичности.