一种基于GSSL惩罚先验的张量贝叶斯分位数回归方法

本发明涉及张量回归的贝叶斯统计推断技术领域，并公开了一种基于GSSL惩罚先验的张量贝叶斯分位数回归方法。为能够度量参数的随机性，在贝叶斯框架下，本发明提出张量分位数回归，其中的GSSL惩罚先验分布给出了一种针对张量回归系数的新型收缩方法，该方法能够剔除具有稀疏结构的张量回归系数对响应变量影响甚微的维度，从而在CP分解的基础上能够再进一步降低张量回归系数的维度，从而提高估计和预测的效果，并能够自适应确定Lasso部分的惩罚参数，避免频率学派下选取惩罚参数的交叉验证或模型选择，大大提升计算效率。