Тип публикации: статья из журнала
Год издания: 2022
Ключевые слова: непараметрическая оценка функции регрессии, коэффициент размытости ядра, выборка наблюдений
Аннотация: Исследуется влияние объёма обучающей выборки на значение оптимального коэффициента размытости ядра и точность непараметрической оценки функции регрессии. В ходе исследования был проведен эксперимент суть которого заключается в том, что были построены несколько моделей непараметрической оценки функции регрессии, отличающиеся лишь тем что были использованыразные выборки наблюдений. В результате сравнения среднеквадратичного отклонения этих моделей было продемонстрировано что при увеличении обучающей выборки , уменьшается значение оптимального коэффициента размытости ядра и увеличивается точность непараметрической оценки функции регрессии.
Издание
Журнал: Научно-технический вестник Поволжья
Выпуск журнала: № 6
Номера страниц: 68-70
ISSN журнала: 20795920
Место издания: Казань
Издатель: Общество с ограниченной ответственностью «Рашин Сайнс»
Персоны
- Караванов А.В. (Сибирский федеральный университет)
- Кириченко В.Н. (Сибирский федеральный университет)
- Ликсонова Д.И. (Сибирский федеральный университет)
Вхождение в базы данных
- РИНЦ (eLIBRARY.RU)
- Список ВАК
Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.