Lasso 问题的筛选检验
机器学习
2016-08-23 v2 机器学习
摘要
本文是对 Lasso 问题字典筛选的综述。Lasso 问题旨在寻找字典列的稀疏线性组合，以最佳匹配给定的目标向量。这种稀疏表示已被证明在多种后续处理和决策任务中非常有用。对于给定的目标向量，字典筛选能够快速识别出在相应 Lasso 问题解中权重为零的字典列子集。这些列可以在求解 Lasso 问题之前从字典中移除，而不会影响所得解的最优性。这具有两个潜在优势：它减小了字典的规模，使得 Lasso 问题可以用更少的资源求解，并且可能加速获得解的过程。利用一个几何直观框架，我们提供了理解有用 Lasso 筛选检验及其局限性的基本见解。我们还提供了针对几个数据集的说明性数值研究。
引用
@article{arxiv.1405.4897,
title = {Screening Tests for Lasso Problems},
author = {Zhen James Xiang and Yun Wang and Peter J. Ramadge},
journal= {arXiv preprint arXiv:1405.4897},
year = {2016}
}
备注
Accepted to IEEE Transactions on Pattern Analysis and Machine Intelligence