大数据对回归模型提出以下几个方面的要求：（1）稀疏性，“高维”数据的特征选择问题，选取重要特征，舍弃“冗余”或者信息含量少的特征，是回归算法面临的新挑战；（2）鲁棒性，对于含有异常点的回归问题，决策函数对异常点具有鲁棒性；（3）在线性，对于数据流问题，决策函数的回归系数应具有在线性，能够反映在线数据流的实时变化效应；（4）异质性，高维数据具有后尾分布的异质性，如何使稀疏技术选择的特征能反映数据的整体分布特征，提取数据的异质信息。针对大数据的这些特征，本书在已有支持向量回归模型的研究基础上，将从以下几个方面展开研究：（1）融入L1模或Lp模稀疏正则项，构建稀疏支持向量回归模型，其能够从高维数据中选取相关的主要特征，舍弃无关的冗余特征，完成信息价值“提纯”；（2）设计具有鲁棒性的损失函数，使其决策函数不易受异常点的影响，即决策函数不受异常点的干扰，具有一定的稳健性；（3）采用增量算法，使其决策函数的回归系数具有动态性，反应数据流的实时性，克服非在线算法决策函数回归系数的固定不变性；（4）引入统计学的分位数回归思想，利用分位数精确地描述自变量对于因变量条件分布的整体影响，全面反映数据的分布特征。
展开
