一种可塑Lasso
统计方法学
2018-01-11 v4
摘要
我们提出一种lasso的推广,允许模型系数作为一组通用修正变量的函数而变化。这些修正变量可能是诸如性别、年龄或时间等变量。该范式相当通用,每个lasso系数由修正变量的稀疏线性函数所修正。模型以分层方式估计,以控制自由度并避免过拟合。修正变量可以是观测到的、仅在训练集中观测到的,或完全未观测到的。我们的提议与变系数模型和高维交互模型存在联系。我们提出了一种计算高效的优化算法,带有精确筛选规则以促进对大量预测变量的应用。该方法在若干不同的模拟和真实示例中进行了说明。
引用
@article{arxiv.1712.00484,
title = {A Pliable Lasso},
author = {Robert Tibshirani and Jerome Friedman},
journal= {arXiv preprint arXiv:1712.00484},
year = {2018}
}