ISIS的变量选择方法及其在极高维数据生存分析中的应用的任务书.docxVIP

毕业设计（论文）

PAGE

1-

毕业设计（论文）报告

题目：

ISIS的变量选择方法及其在极高维数据生存分析中的应用的任务书

学号：

姓名：

学院：

专业：

指导教师：

起止日期：

ISIS的变量选择方法及其在极高维数据生存分析中的应用的任务书

摘要：随着大数据时代的到来，高维数据在各个领域得到了广泛应用。然而，高维数据中变量数量远超样本数量，导致变量选择问题变得尤为突出。本文针对高维数据生存分析中的变量选择问题，提出了一种基于信息熵和最小描述长度准则（MDL）的集成变量选择方法（ISIS）。该方法首先通过信息熵对变量进行筛选，然后结合MDL准则对候选变量进行进一步筛选，最终得到最优变量子集。实验结果表明，ISIS方法在极高维数据生存分析中具有较好的性能，能够有效提高模型的预测精度。

高维数据在生物信息学、金融分析、遥感监测等领域得到了广泛应用。然而，高维数据中的变量数量远超样本数量，导致变量选择问题变得尤为突出。变量选择不仅能够降低模型的复杂度，提高模型的预测性能，还能够帮助研究人员更好地理解数据背后的信息。近年来，针对高维数据变量选择的研究取得了丰硕的成果，其中集成变量选择方法因其优越的性能受到了广泛关注。本文旨在提出一种基于信息熵和最小描述长度准则的集成变量选择方法（ISIS），并将其应用于极高维数据生存分析中。

一、1