最小角回归 - Wikiwand
For faster navigation, this Iframe is preloading the Wikiwand page for 最小角回归.

最小角回归

维基百科,自由的百科全书

此条目需要扩充。 (2016年7月31日)请协助改善这篇条目,更进一步的信息可能会在讨论页或扩充请求中找到。请在扩充条目后将此模板移除。
此条目需要补充更多来源。 (2016年7月31日)请协助添加多方面可靠来源以改善这篇条目,无法查证的内容可能会因为异议提出而移除。

统计学中,最小角回归(英语:least-angle regression (LARS))是一种对高维数据进行线性回归算法,由布莱德利·埃夫隆等人提出。[1]

在线性回归中,因变量由一组自变量线性组合表达,这些自变量可能是协变量,也有可能与因变量无关。最小角算法不会像传统算法那样给出自变量的向量表达,而是对每个参数向量的L1范数的值给出一条曲线。

参考文献

  1. ^ Efron, Bradley; Hastie, Trevor; Johnstone, Iain; Tibshirani, Robert. Least Angle Regression (PDF). Annals of Statistics. 2004, 32 (2): pp. 407–499. MR 2060166. doi:10.1214/009053604000000067. 
{{bottomLinkPreText}} {{bottomLinkText}}
最小角回归
Listen to this article