“分而治之”方法在算法设计中的应用

“分而治之”是算法设计中普遍使用的技术,本文论述了“分而治之”方法,以及通过对实例的分析,讲述了“分而治之”方法怎样与递归方法结合进行算法设计。

基于分而治之的Lasso方法对海量基因数据的研究与验证

Lasso是一种以一范数为基础的变量选择方法。相比于其他方法,Lasso不仅可以精确地选择出与类属性强相关的变量,而且还保持了变量选择的稳定性。但是Lasso研究在高维海量的基因数据时会出现计算机开销过大的情况。针对这一问题,文章提出一种分而治之的Lasso方法。首先将数据集分成K份,对每一份进行变量选择,再把每份系统的合并,重新进行变量选择。通过检验结果显示,基于分而治之的Lasso方法,在海量的基因数据中进行关联变量选择表现很好。