Mathematical programming for simultaneous feature selection and outlier detection under l1 norm

The goal of simultaneous feature selection and outlier detection is to determine a sparse linear regression vector by fitting a dataset possibly affected by the presence of outliers. The problem is well-known in the literature. In its basic version it covers a wide range of tasks in data analysis. S...

Celý popis

Podrobná bibliografie

Vydáno v:	European journal of operational research Ročník 316; číslo 3; s. 1070 - 1084
Hlavní autoři:	Barbato, Michele, Ceselli, Alberto
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.08.2024
Témata:	Data science Feature selection Least absolute deviation Mathematical programming Outlier detection Data science Outlier detection Feature selection Least absolute deviation Mathematical programming
ISSN:	0377-2217
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!