Lasso 与 Horseshoe：一项综述
统计方法学
2019-03-05 v4
摘要
本文的目标是对比并综述两种最常用高维技术的重大进展，即 Lasso 和 horseshoe 正则化。Lasso 是预测变量选择的黄金标准，而 horseshoe 是用于稀疏信号的先进贝叶斯估计器。Lasso 快速且可扩展并使用凸优化，而 horseshoe 是非凸的。我们的新颖视角聚焦于三个方面：(i) 高斯稀疏模型及更广泛高维推断中的理论最优性，(ii) 计算的效率与可扩展性，以及 (iii) 方法学发展与性能。
引用
@article{arxiv.1706.10179,
title = {Lasso Meets Horseshoe : A Survey},
author = {Anindya Bhadra and Jyotishka Datta and Nicholas G. Polson and Brandon T. Willard},
journal= {arXiv preprint arXiv:1706.10179},
year = {2019}
}
备注
32 pages, 4 figures