葉同學
2022-07-25 20:34Partial least squares, Elastic nets是啥?為啥直接略過了。
所屬:FRM Part II > Current Issues in Financial Markets 視頻位置 相關試題
來源: 視頻位置 相關試題
1個回答
姚奕助教
2022-07-29 16:00
該回答已被題主采納
這個表格就是從原文的附件中摘錄出來的,原文也是以其中幾個模型(LARS、LASSO、Principal compenent和SVM)作為典型對AI進行了分類探討,也沒有面面俱到把每個模型都分析一邊,當然這也就讓我們知道考試的重點了。
在進行回歸分析時,通常都是考察多個X對Y的影響,但有時復雜的研究也會涉及研究多個X對多個Y的影響,尤其是數(shù)據(jù)存在當自變量存在多重共線性問題時,普通的多元線性回歸無法很好的解決問題。PLS回歸則能很好的解決這些問題。
應用場景PLS回歸(Partial least squares regression,偏最小二乘法回歸),是一種研究影響關系的多元統(tǒng)計方法。
主要用于解決共線性問題、分析多個自變量對多個因變量Y的影響關系、以及處理小樣本。
1987年由德賓(Durbin)和威爾蕭(Willshaw)在「自然」月刊所提出彈性網(wǎng)絡(Elastic Network)。要說清楚彈性網(wǎng)絡比較復雜,簡單來說,它也是一種線性回歸,但用了不斷迭代的思路,并且用兩個范數(shù)作為訓練目標。彈性網(wǎng)絡最妙的地方是它永遠可以產(chǎn)生有效解,并且收斂速度相當理想。
這兩個方法不是重點,簡單知道就行。
