rs-Sparse principal component analysis: A mixed integer nonlinear programming approach with VNS

Principal component analysis is a popular data analysis dimensionality reduction technique, aiming to project with minimum error for a given dataset into a subspace of smaller number of dimensions. In order to improve interpretability, different variants of the method have been proposed in the liter...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Computers & operations research Ročník 52; číslo Part B; s. 349 - 354
Hlavní autoři:	Carrizosa, Emilio, Guerrero, Vanesa
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York Elsevier Ltd 01.12.2014 Pergamon Press Inc
Témata:	Errors Heuristic Integer programming Mathematical models Mathematical problems Mixed integer Nonlinear mixed integer programming Nonlinear programming Numerical analysis Operations research Principal component analysis Principal components analysis Searching Sparse principal component analysis Sparsity Studies Subspaces Variable neighborhood search Nonlinear mixed integer programming Sparse principal component analysis Variable neighborhood search
ISSN:	0305-0548, 1873-765X, 0305-0548
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!