При решении практических задач восстановления регрессии для отыскания адекватной модели предлагается использовать порожденные признаки, полученные с помощью измеряемых исходных признаков. Это влечет существенное повышение размерности признакового пространства и, как следствие, необходимость использования алгоритмов выбора признаков: предполагается, что число признаков сравнимо или превосходит число элементов регрессионной выборки. Рассматриваются и сравниваются классические и новые алгоритмы выбора признаков. Работа алгоритмов проиллюстрирована прикладными задачами. Ключевые слова: регрессионный анализ, выбор моделей, линейные модели, оценивание параметров, сравнение алгоритмов
