高维数据中有限混合模型特征选择的应用研究

在计算速度飞速发展的今天,统计学家们已经开始研究超高维和复杂的数据,尤其在生物信息学方面更显突出.相应的统计问题表现在观测数据中有很多的特征来自不同的子总体.在每个子总体中选择数量恰当的特征(变量)是得到好的模型预测的关键.本文基于稀疏正态线性模型(FMSL)理论,对基因转录组数据进行了分析,筛选出重要的特征变量.