期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于网络关系的分类变量预测研究
1
作者 丁月 方匡南 +1 位作者 兰伟 徐顺 《统计研究》 CSSCI 北大核心 2024年第1期148-156,共9页
传统的预测方法通常基于个体的协变量信息进行建模和预测,少有考虑个体间的网络结构信息。事实上,网络节点间的关联信息能够为节点的响应变量预测提供信息,为此本文提出网络标签传播算法。基于半监督学习框架,以邻接矩阵为节点相似性推... 传统的预测方法通常基于个体的协变量信息进行建模和预测,少有考虑个体间的网络结构信息。事实上,网络节点间的关联信息能够为节点的响应变量预测提供信息,为此本文提出网络标签传播算法。基于半监督学习框架,以邻接矩阵为节点相似性推断依据,通过节点间的连接信息和已知节点的响应变量信息,来推断未知节点的响应变量信息。该算法适用于响应变量为分类变量的不完整网络数据。在网络服从随机分块模型的设定下,本文证明了该算法能够一致地预测未知节点的响应变量。数值模拟和实证数据分析结果显示,该算法预测效果较好。 展开更多
关键词 不完整网络 网络插补 网络标签传播 分类变量 信用风险评估
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部