1. 毕业设计（论文）主要目标：
由于在线新闻数据维数较高，导致其预测效果不好。本文拟使用六种降维方法对在线新闻欢迎度数据进行降维处理，然后利用降维所得模型对数据建立回归模型并进行预测，最后在所得的模型中选出最好的预测模型，从而对在线新闻欢迎度进行预测分析。
2. 毕业设计（论文）主要内容：
本文拟对六种数据降维方法：主成分分析、LASSO回归、切片逆回归、相关分析、迭代LASSO和稀疏主成分分析就其思想和算法依次做介绍，然后将以上各方法降维处理后的所剩变量进行回归，来建立一个回归模型预测在线新闻的欢迎度，并通过综合检验其预测效果，在其中选择最好的预测模型。
3. 主要参考文献
[1]Breiman L.Heuristics of instability and stabilization in model selection[J]. The Annals of Statistics,1996, 24(4):2350-2383.
[2]谭璐.高维数据的降维理论及应用[D].国防科技大学博士学位论文，2005,4.
[3]Cook,R.D.and Weisberg,S. Discussion of'Slice inverse regression for dimension reduction' by K.-C.Li.J.Amer[R]. Statist.Assoc.1991.86328-332.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
