全部版块 我的主页
› 论坛 › 数据科学与人工智能 › 数据分析与数据科学 › R语言论坛
论文‘基于Copula熵的变量选择’代码分享
majianthu
17511 25
2020-07-31
拙作‘基于Copula熵的变量选择（Variable Selection with Copula Entropy）’已被《应用概率统计》接收录用。现和大家分享论文稿和实验R代码如下：

    论文稿： https://arxiv.org/abs/1910.12389
    R代码：  https://github.com/majianthu/aps2020/

论文在变量选择问题上，将copula熵方法与经典的AIC、BIC、LASSO、Ridge Regression, Elastic Net, Distance Correlation、HSIC等方法进行了对比。Copula熵从预测性能和可解释性两方面均优于现有主流方法。
欢迎提出宝贵意见。


二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复
llb_321
2020-7-31 19:31:44
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

majianthu
2020-10-17 08:09:30
我在github的论文代码中将如下典型的统计独立度量也加入了对比，使用了HHG包和independence包，欢迎参考和评论。

  * Heller-Heller-Gorfine Tests of Independence
  * Hoeffding's D test
  * Bergsma-Dassios T* sign covariance
最新的对比结果显示，copula熵仍然是最好的。

R代码：  https://github.com/majianthu/aps2020/

二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2018-8-17
2020-12-3 08:12:52
马老师威武！！！
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

majianthu
2021-1-12 15:07:57
github代码更新：
    利用中山大学开发的Ball包，加入了与Ball correlation在变量选择实验上的对比。    https://github.com/majianthu/aps2020/
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

vermouth6
2021-1-16 17:10:31
刚好看到copula熵相关文献，非常感谢您！！！！！
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

微信QQ空间QQ微博
扫码加好友，拉您进群
各岗位、行业、专业交流群