首页 > 文献资料
-
基于交替方向乘子法的广义交互LASSO模型用于肝脏疾病分类
肝脏疾病特征及交互特征对于肝脏疾病的分类具有重要意义,本文在交互小绝对收缩和选择算子(LASSO)模型的基础上,研究了广义交互LASSO模型并与其他可用于肝脏疾病分类的方法比较.首先,本文建立了广义交互逻辑斯特(logistic)分类模型,在模型参数中添加LASSO罚函数,然后将模型参数通过交替方向乘子法(ADMM)求解,得到模型系数的稀疏解.后将测试样本代入模型,按照大概率进行分类结果统计.通过将本文方法应用在肝脏失调数据集和印度肝病数据集的数据实验结果表明,交互特征的模型系数不为零,这说明交互特征对分类存在贡献.终结果表明,本文提出的广义交互LASSO方法的正确率要优于交互LASSO方法,也优于传统模式识别方法,可将广义交互LASSO方法推广应用到其他疾病的分类问题上.
关键词: 肝脏疾病分类 特征交互 最小绝对收缩和选择算子 逻辑斯特回归 交替方向乘子法 -
特征交互lasso用于肝病分类
针对肝病分类中存在的特征交互的问题,我们研究了一种分层交互lasso分类方法.首先对logistic模型添加lasso罚函数和分层凸约束,其次采用卡罗需-库恩-塔克条件与广义梯度下降法相结合的凸优化方法给出模型求解方法,后得到主效应特征系数与交互特征系数的稀疏解,实现模型分类.本文在两个肝病数据集上进行实验,证明了特征交互对肝病分类有贡献.实验结果证明了分层交互lasso方法可解释性强,效果、效率均优于lasso方法、全特征对lasso方法以及支持向量机、近邻和决策树等传统分类方法.