Lo studio delle relazioni tra più variabili esplicative e più dipendenti spesso richiede l’utilizzo di metodi DRM, i quali si caratterizzano per la sostituzione delle variabili esplicative originali con un minor numero di variabili latenti ortogonali. L’obiettivo del presente lavoro è quello di fornire un’interpretazione di tali metodi in termini di regressione lineare semplice. L’approccio proposto è generalizzato al caso in cui vi sia una sola matrice di variabili esplicative e più matrici di variabili dipendenti.
Titolo: | The Role of Linear Regression in Dimensionality Reduction Methods | |
Autori: | ||
Data di pubblicazione: | 2003 | |
Abstract: | Lo studio delle relazioni tra più variabili esplicative e più dipendenti spesso richiede l’utilizzo di metodi DRM, i quali si caratterizzano per la sostituzione delle variabili esplicative originali con un minor numero di variabili latenti ortogonali. L’obiettivo del presente lavoro è quello di fornire un’interpretazione di tali metodi in termini di regressione lineare semplice. L’approccio proposto è generalizzato al caso in cui vi sia una sola matrice di variabili esplicative e più matrici di variabili dipendenti. | |
Handle: | http://hdl.handle.net/11574/37627 | |
Appare nelle tipologie: | 4.1 Contributo in Atti di convegno |
File in questo prodotto:
File | Descrizione | Tipologia | Licenza | |
---|---|---|---|---|
DAmbra-Amenta-Gallo.pdf | Altro materiale allegato | NON PUBBLICO - Accesso privato/ristretto | Administrator Richiedi una copia |
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.