带 $\ell_0$-$\ell_2$ 正则化的逻辑回归的安全筛选
机器学习
2022-02-02 v1 机器学习
统计方法学
摘要
在逻辑回归中，通常希望利用正则化来促成稀疏解，尤其是对于特征数远大于可用标签数的问题。本文提出在安全求解问题之前，从带 正则化的逻辑回归中安全剔除特征的筛选规则。所提安全筛选规则基于逻辑回归问题的强锥松弛的 Fenchel 对偶的下界。使用真实与合成数据的数值实验表明，很高比例的特征可在事前被有效且安全地移除，从而带来计算上的显著加速。
引用
@article{arxiv.2202.00467,
title = {Safe Screening for Logistic Regression with $\ell_0$-$\ell_2$ Regularization},
author = {Anna Deza and Alper Atamturk},
journal= {arXiv preprint arXiv:2202.00467},
year = {2022}
}