从领导者中学习
统计理论
2011-01-24 v2 统计理论
摘要
本文研究回归型模型中的估计问题。为了处理潜在的高维情况，我们提出了一种名为LOL（从领导者中学习）的方法，该方法无需优化步骤。LOL是一种具有两个阈值步骤的自动驱动算法。首先，自适应阈值有助于从初始回归变量中选择领导者，以实现第一轮降维。然后，对基于领导者的线性回归执行第二次阈值处理。研究了该过程的一致性。获得了指数界，从而在（几乎）不限制可能回归变量数量p的情况下，对一大类稀疏参数得到了极小极大和自适应结果。进行了广泛的计算实验，以强调LOL在实际中的良好性能。
引用
@article{arxiv.1001.1919,
title = {Learning Out of Leaders},
author = {Mathilde Mougeot and Dominique Picard and Karine Tribouley},
journal= {arXiv preprint arXiv:1001.1919},
year = {2011}
}