《表1 Lasso回归模型变量选择与参数估计》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于Lasso回归和BP神经网络的蔬菜短期价格预测组合模型研究》
将构建的Lasso回归模型用R语言编程进行实证分析。参数s为0时各系数均没有进入模型,随着参数s的增大,不断有变量被选入模型,直到所有变量都被选入模型,s=1时结束,总共使用了35步找出全部解。不同参数s的估计方法寻找最优解的结果不同,本研究使用精度与拟合度综合效果较好的赤池信息准则(Akaike Informa‐tion Criterion,AIC)准则寻找最优解,在AIC达到最小时模型解为最优。表1给出了AIC准则下模型前8步的结果,在第8步时AIC达到了最小,第九步及以后开始上升,此时模型选取的变量共有12个,分别为:播种面积、产业扶持金额、气温平均值、受灾面积、土地成本、城镇居民人均可支配收入、城镇蔬菜消费价格指数、燃油附加费、摊位费、包装加工费、通货膨胀率和气温偏离正常值。
图表编号 | XD00201900500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.30 |
作者 | 喻沩舸、吴华瑞、彭程 |
绘制单位 | 北京市农林科学院、国家农业信息化工程技术研究中心、北京市农林科学院、国家农业信息化工程技术研究中心、农业农村部农业信息技术重点实验室、北京市农林科学院、国家农业信息化工程技术研究中心、农业农村部农业信息技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |