Orthogonal Radial Basis Function Selection: An Application in Data Mining

Il presente studio riguarda il problema della selezione delle funzioni di base radiali in un modello additivo. La procedura comunemente usata, la forward selection, non è particolarmente efficiente nel caso in cui il numero di unità statistiche e la dimensione dello spazio di input siano particolarmente elevati, essendo lenta e complessa dal punto di vista computazionale. Un secondo problema riguarda la multicollinearità nella matrice dei dati. Nel caso in cui le funzioni kernel siano gaussiane, a seconda dell’ampiezza e dei vettori scelti come centri, la matrice delle funzioni di base può risultare anch’essa multicollineare, implicando problemi computazionali nel determinare i coefficienti associati ad ogni funzione. Si propongono come alternativa i minimi quadrati ortogonali e si mostra un’applicazione su dati reali