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