lasso为什么叫lasso

lasso,全称Least Absolute Selection and Shrinkage Operator,通过引入绝对值惩罚项实现系数收缩。文章介绍了lasso回归的目标函数,其在0处不可导,涉及subgradient的概念。此外,还讲解了射击算法(shooting algorithm),软阈值(soft thresholding)与硬阈值(hard thresholding)的区别,并提供了Python实现AK射击算法的要点。实验结果显示了不同l1正则化参数对回归效果的影响。
摘要由CSDN通过智能技术生成

lasso源自Least Absolute Selection and Shrinkage Operator,讲的是通过lasso回归选择了全部变量的一个子集,通过引入绝对值惩罚项来收缩系数。如果你只想知道题目,下面的内容其实可以不用看咧。

lasso 的目标函数

lasso最小化函数如下,特点就是在0不可导,需要用到subgradient.
lasso ovjective

Subgradient

subgradient 即如下图在两边取极限的中间地带,即不能保证最快下降但是只是是下降的。可以得到一个lasso目标函数实例的subgradient。
subgradient
lasso subgradient

aka shooting algorithm

这个射击算法是根据subgradient设计的,soft 展开其实就是上面 f ( θ f(\theta f(θ的subgradient。为啥叫soft threshoding呢?threshoding好理解就搞个阈值弄个平台出来,是否对应的也有hard thresholding?答案是肯定的,区别见下图(左边是soft,右边是hard)。

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值