多元线性回归模型的聚类分析方法研究

提出一种对大量的多元线性回归模型进行聚类分析的方法。首先利用增广矩阵的相关系数矩阵定义了2个多元回归模型之间的距离以及模型集合的质心和半径等相关概念。然后采用Squeezer聚类方法,以过程全自动化的方式,实现对多元线性回归模型集合进行聚类分析。通过仿真研究验证了方法的有效性,取得满意的分析结果。

非线性回归的自动化建模过程

提出一种非线性回归的自动化建模过程。文中将基于Gram-Schmidt过程的回归方法与交叉有效性分析相结合,首先构造出备选的回归模型集合,然后通过进行多次交叉有效性验证的方法,对构造出的一系列的备选模型,采用投票方式,挑选出被选中次数最多的模型作为最终确定的回归模型。该建模过程形成一种自动确定非线性回归模型的机制。仿真研究表明,采用本文所提出的自动化建模方法,可以合理有效地确定最终模型,并且模型具有良好的稳健性和预测效果。