کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6869656 | 681117 | 2015 | 14 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
The dual and degrees of freedom of linearly constrained generalized lasso
ترجمه فارسی عنوان
دوگانه و درجه آزادی خطی محدود لازو تعمیم یافته
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
ترجمه چکیده
لسو و انواع آن اخیرا به دلیل توانایی برآورد همزمان و انتخاب متغیر، توجه زیادی به خود جلب کرده اند. هنگامی که برخی از دانش قبلی در برنامه ها وجود دارد، عملکرد برآورد و انتخاب متغیر می تواند با افزودن دانش قبلی به عنوان محدودیت ها بر روی پارامترها بهبود یابد. در این مقاله، ما لیسو به طور خطی به طور کلی محدود را در نظر می گیریم، جایی که محدودیت ها یا نابرابری های خطی یا برابر هستند یا هر دو. دوگانگی مسئله مشتق شده است، که مشکل بسیار ساده تر از اصل است. به عنوان یک محصول جانبی، یک الگوریتم نزولی هماهنگ برای حل دوگانه امکان پذیر است. یک فرمول برای تعدادی از درجه آزادی مشتق شده است. روش انتخاب پارامتر تنظیم نیز مورد بحث است.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
نظریه محاسباتی و ریاضیات
چکیده انگلیسی
The lasso and its variants have attracted much attention recently because of its ability of simultaneous estimation and variable selection. When some prior knowledge exists in applications, the performance of estimation and variable selection can be further improved by incorporating the prior knowledge as constraints on parameters. In this article, we consider linearly constrained generalized lasso, where the constraints are either linear inequalities or equalities or both. The dual of the problem is derived, which is a much simpler problem than the original one. As a by-product, a coordinate descent algorithm is feasible to solve the dual. A formula for the number of degrees of freedom is derived. The method for selecting tuning parameter is also discussed.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computational Statistics & Data Analysis - Volume 86, June 2015, Pages 13-26
Journal: Computational Statistics & Data Analysis - Volume 86, June 2015, Pages 13-26
نویسندگان
Qinqin Hu, Peng Zeng, Lu Lin,