Носков С.И. Некоторые формы кластерных кусочно-линейных регрессий // «Информационные технологии и математическое моделирование в управлении сложными системами»: электрон. науч. журн. – C. 41-44. – 2024. – №4. (дата обращения: 02.12.2024)
В работе рассмотрены три формы кластерной регрессии: кластерная кусочно-линейная регрессионная функция Леонтьева, кластерная кусочно-линейная регрессионная функция риска, кластерная смешанная кусочно-линейная регрессия. Указано, что при определенных условиях задачи их построения могут быть сведены к задачам линейно-булева программирования.
1. Qiang Long, Adil Bagirov, Sona Taheri, Nargiz Sultanova, and Xue Wu. Methods and Applications of Clusterwise Linear Regression: A Survey and Comparison // ACM Trans. Knowl. Discov. Data. – 2023. – V. 17. – No. 3. – P. 1-54.
2. Носков С.И., Беляев С.В. Способ кластеризации выборки данных на основе применения критерия согласованности поведения // Информационные технологии и математическое моделирование в управлении сложными системами. – 2024. – № 4.
3. Демиденко Е.З. Линейная и нелинейная регрессии. – М.: Финансы и статистика, 1981. – 302 с.
4. Kin-nam Lau, Pui-lam Leung, and Ka-kit Tse. A mathematical programming approach to clusterwise regression model and its extensions // European Journal of Operational Research. – 1999. V. 116. – No. 3. – P. 640–652.
5. Dimitris Bertsimas, and Romy Shioda. Classification and regression via integer optimization // Operations Research. – 2007. – V. 55. – No. 2. – P. 252–271.
6. Real A. Carbonneau, Gilles Caporossi, and Pierre Hansen. Extensions to the repetitive branch and bound algorithm for globally optimal clusterwise regression // Computers & operations research. – 2012. V. 39. – No. 11. – P. 2748–2762.
7. Wayne S. DeSarbo, Richard L. Oliver, and Arvind Rangaswamy. A simulated annealing methodology for clusterwise linear regression // Psychometrika. – 1989. – V. 54. – No. 4. – P. 707–736.
8. Adil M. Bagirov and Julien Ugon. Nonsmooth DC programming approach to clusterwise linear regression: optimality conditions and algorithms // Optimization Methods and Software. – 2018. – V. 33. – No. 1. – P. 194–219.
9. Michel Wedel and Cor Kistemaker. Consumer benefit segmentation using clusterwise linear regression // International Journal of Research in Marketing. – 1989. – V. 6. – No. 1. – P. 45–59.
10. Jagadeesh P. Ganjigatti, Dilip K. Pratihar, and A. Roy Choudhury. Global versus cluster-wise regression analyses for prediction of bead geometry in MIG welding process // Journal of materials processing technology – 2007. – V. 189. – No. 1-3. – P. 352–366.
11. Mukesh Khadka and Alexander Paz. Comprehensive clusterwise linear regression for pavement management systems // Journal of Transportation Engineering, Part B: Pavements. – 2017. – V. 143. – No. 4. – P. 1-13.
12. Adil M. Bagirov, Arshad Mahmood, and Andrew Barton. Prediction of monthly rainfall in Victoria, Australia: clusterwise linear regression approach // Atmospheric Research. – 2017. – V. 188. – P. 20–29.
13. Носков С.И., Хоняков А.А. Программный комплекс построения некоторых типов кусочно-линейных регрессий // Информационные технологии и математическое моделирование в управлении сложными системами. – 2019. – № 3 (4). – С. 47-55.
14. Носков С.И. Идентификация параметров комбинированной кусочно-линейной регрессионной модели // Вестник Югорского государственного университета. – 2022. – № 4 (67). – С. 115-119.