ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Smoothing Parameter Selection in Nadaraya-Watson Kernel Nonparametric Regression using Nature-Inspired Algorithm Optimization

المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: Basheer, Zinah Ameer (Author)
مؤلفين آخرين: Algamal, Zakariya Yahya (Co-Author)
المجلد/العدد: ع32
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2020
الصفحات: 62 - 75
ISSN: 1680-855X
رقم MD: 1125783
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
Nadaraya-Watson Estimator | Firefly Optimization Algorithm | Smoothing Parameter Selection
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: In the context of Nadaraya-Watson kernel nonparametric regression, the curve estimation is fully depending on the smoothing parameter. At this point, the nature-inspired algorithms can be used as an alternative tool to find the optimal selection. In this paper, a firefly optimization algorithm method is proposed to choose the smoothing parameter in Nadaraya-Watson kernel nonparametric regression. The proposed method will efficiently help to find the best smoothing parameter with a high prediction. The proposed method is compared with four famous methods. The experimental results comprehensively demonstrate the superiority of the proposed method in terms of prediction capability.

ISSN: 1680-855X

عناصر مشابهة