Un metodo di regolarizzazione per i modelli di regressione che riduce i coefficienti verso zero, rendendone alcuni uguali a zero. Pertanto il lazo esegue la selezione delle funzioni.
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 Ntra le centinaia di migliaia e p<20). Tuttavia, anche altre intuizioni sarebbero apprezzate. modifica: …
Ho letto che il lazo di gruppo viene utilizzato per la selezione delle variabili e la scarsità in un gruppo di variabili. Voglio conoscere l'intuizione dietro questa affermazione. Perché il lazo di gruppo è preferito al lazo? Perché il percorso della soluzione lazo di gruppo non è lineare a tratti?
Sto cercando un open source o una libreria esistente che posso usare. Per quanto ne dico, il pacchetto glmnet non è facilmente estendibile per coprire il caso non negativo. Potrei sbagliarmi, chiunque abbia qualche idea molto apprezzata. Per non negativo intendo che tutti i coefficienti sono vincolati ad essere positivi …
Zou et al. "Sui" gradi di libertà "del lazo" (2007) mostrano che il numero di coefficienti diversi da zero è una stima imparziale e coerente per i gradi di libertà del lazo. Mi sembra un po 'controintuitivo. Supponiamo di avere un modello di regressione (dove le variabili sono zero media) …
Sto cercando di capire come l'algoritmo di Lars può essere modificato per generare Lazo. Mentre capisco LARS, non riesco a vedere la modifica del Lazo dall'articolo di Tibshirani et al. In particolare non vedo perché la condizione del segno in quanto il segno della coordinata diversa da zero deve concordare …
Esistono buoni documenti o libri che trattano l'uso della discesa coordinata per L1 (lazo) e / o regolarizzazione della rete elastica per problemi di regressione lineare?
Sto adattando una regressione lineare regolarizzata L1 a un set di dati molto grande (con n >> p.) Le variabili sono note in anticipo, ma le osservazioni arrivano in piccoli blocchi. Vorrei mantenere il lazo in forma dopo ogni blocco. Posso ovviamente ri-montare l'intero modello dopo aver visto ogni nuova …
Ho programmato una regressione logistica usando l' algoritmo IRLS . Vorrei applicare una penalità LASSO per selezionare automaticamente le funzionalità giuste. Ad ogni iterazione, viene risolto quanto segue: (XTWX)δβ^=XT(y−p)(XTWX)δβ^=XT(y−p)\mathbf{\left(X^TWX\right) \delta\hat\beta=X^T\left(y-p\right)} Sia un numero reale non negativo. Non sto penalizzando l'intercettazione come suggerito in The Elements of. Apprendimento statistico . Idem …
Ho letto in diversi punti che R Squared non è una misura ideale quando un modello è in forma usando LASSO. Tuttavia, non sono chiaro esattamente perché . Inoltre, potresti raccomandare la migliore alternativa?
Nel rilevamento compresso, c'è una garanzia teorema che ha una soluzione sparsa unica c (Vedi appendice per maggiori dettagli).argmin∥c∥1subject to y=Xcargmin‖c‖1subject to y=Xc\text{argmin} \Vert c \Vert_1\\ \text{subject to } y = Xc ccc Esiste un teorema simile per il lazo? Se esiste un tale teorema, non solo garantirà la stabilità …
Attualmente sto lavorando alla costruzione di un modello predittivo per un risultato binario su un set di dati con ~ 300 variabili e 800 osservazioni. Ho letto molto su questo sito sui problemi associati alla regressione graduale e sul perché non usarlo. Ho letto la regressione di LASSO e la …
Questo post segue questo: perché la stima della cresta diventa migliore di OLS aggiungendo una costante alla diagonale? Ecco la mia domanda: Per quanto ne so, la regolarizzazione della cresta usa un -norm (distanza euclidea). Ma perché usiamo il quadrato di questa norma? (un'applicazione diretta di risulterebbe con la radice …
LASSO e LASSO adattivo sono due cose diverse, giusto? (Per me le penalità sembrano diverse, ma sto solo controllando se mi manca qualcosa.) Quando parli generalmente di rete elastica, è il caso speciale LASSO o LASSO adattivo? Quale fa il pacchetto glmnet, a condizione che tu scelga alpha = 1? …
Sto usando "glmnet" per la regressione del lazo in GWAS. Alcune varianti e individui hanno valori mancanti e sembra che glmnet non sia in grado di gestire valori mancanti. C'è qualche soluzione per questo? o esiste un altro pacchetto in grado di gestire i valori mancanti nella regressione del lazo? …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.