Quali sono i pro e i contro dell'utilizzo di LARS [1] rispetto all'utilizzo della discesa delle coordinate per l'adattamento della regressione lineare regolarizzata L1?
Sono principalmente interessato agli aspetti prestazionali (i miei problemi tendono ad avere N
tra le centinaia di migliaia e p
<20). Tuttavia, anche altre intuizioni sarebbero apprezzate.
modifica: Da quando ho pubblicato la domanda, chl ha gentilmente sottolineato un articolo [2] di Friedman et al. In tal caso, come praticante dovrei semplicemente dimenticare LARS a favore della discesa coordinata?
[1] Efron, Bradley; Hastie, Trevor; Johnstone, Iain e Tibshirani, Robert (2004). "Regressione del minimo angolo". Annali delle statistiche 32 (2): pagg. 407–499.
[2] Jerome H. Friedman, Trevor Hastie, Rob Tibshirani, "Percorsi di regolarizzazione per modelli lineari generalizzati tramite discesa coordinata", Journal of Statistical Software, Vol. 33, Numero 1, febbraio 2010.