УДК 004.942:616-073.175
Метод построения нечеткой регрессионной модели на основе LARS для выбора значимых признаков
/ А.Л. Ерохин, А.С. Бабий, А.С. Нечипоренко, А.П. Турута // Кибернетика и системный анализ. — 2016. — Том 52, № 4. — С. 167–173.
Предложен метод построения нечеткой регрессионной модели на основе LARS. Рассмотрены особенности использования нечеткого регрессионного анализа в
задачах медицинской диагностики. Данный метод позволяет сократить число параметров модели, влияющих на прогнозируемую степень обструкции носового дыхания
и избежать «перетренированности» модели. Ил.: 3. Табл.: 0. Библиогр.: 25 назв.
Ключевые слова:
риноманометрия, нечеткий регрессионный анализ, метод LARS, выбор значимых факторов,
мультиколлинеарность, линейное программирование.
ПОЛНЫЙ ТЕКСТ
Об авторе(ах):
Ерохин Андрей Леонидович, доктор техн. наук, профессор Харьковского национального университета радиоэлектроники,
e-mail: ayerokhin@ukr.net
Бабий Андрей Степанович, аспирант Харьковского национального университета радиоэлектроники,
e-mail: apratster@gmail.com
Нечипоренко Алина Сергеевна, кандидат техн. наук, доцент Харьковского национального университета радиоэлектроники,
e-mail:
alinanechiporenko@gmail.com
Турута Алексей Петрович, кандидат техн. наук, доцент Харьковского национального университета радиоэлектроники,
e-mail:
alexey.turuta@gmail.com