Lasso 与 Logistic Lasso 的一种快速方法
机器学习
2024-02-06 v1 机器学习
摘要
我们提出了一种求解压缩感知、Lasso 回归和 Logistic Lasso 回归问题的快速方法，该方法使用有效集方法迭代地运行适当的求解器。我们设计了一种更新有效集的策略，相比于单次调用多种求解器（包括用于稀疏重建的梯度投影（GPSR）、Matlab 的 lassoglm 和 glmnet）实现了大幅加速。对于压缩感知，我们的方法与 GPSR 的混合在 Gaussian 集合上平均比 GPSR 快 31.41 倍，在二值集合上平均快 25.64 倍。对于 Lasso 回归，我们的方法与 GPSR 的混合在实验中实现了 30.67 倍的平均加速。在我们的 Logistic Lasso 回归实验中，我们的方法与 lassoglm 的混合实现了 11.95 倍的平均加速，我们的方法与 glmnet 的混合实现了 1.40 倍的平均加速。
引用
@article{arxiv.2402.02463,
title = {A Fast Method for Lasso and Logistic Lasso},
author = {Siu-Wing Cheng and Man Ting Wong},
journal= {arXiv preprint arXiv:2402.02463},
year = {2024}
}