摘要
本申请公开了一种输入特征的自适应筛选方法、设备及介质,方法包括:确定在高维情境下,对响应变量在预先设置的多个条件下具有信息性的最小协变量子集,以根据最小协变量子集确定中心选择类型;确定多个协变量分量,对多个协变量分量进行量化,以确定多个协变量分量与响应变量之间的边际效用,根据中心选择类型对边际效用进行筛选;确定多个协变量分量的检验统计量,对检验统计量进行排序,根据排序后的检验统计量确定筛选阈值,根据预先设置的显著性水平确定最小索引,以确定在筛选阈值下无效协变量分量的比例,并根据筛选阈值确定中心择索引集。本申请能精准定位关键协变量,科学筛选,有效确定阈值与索引集,适应高维数据。
技术关键词
变量
索引
计算机可执行指令
筛选方法
筛选设备
度量
机器学习算法
处理器通信
切片
存储器
样本
介质
形态
误差
动态
数据
系统为您推荐了相关专利信息
知识图谱数据库
实体
语义向量
数据导入模块
生成系统
图像识别模型
索引
码表
神经网络训练算法
神经网络技术
能效优化控制系统
加热炉
光纤布拉格光栅应变传感器
变量
监测模块
毒性预测方法
四环素
机器学习模型
高效液相色谱
随机森林