高效收缩路径：最小MSE风险的最大似然
统计方法学
2024-02-19 v5 统计计算
机器学习
摘要
本文提出一种新的广义岭回归收缩路径，该路径在必须通过正态分布式理论下实现整体最优方差-偏差权衡的回归系数估计向量的限制下尽可能短。本文推导并展示了该高效路径的五种不同类型的岭TRACE显示图及其他图形。这些可视化方式为研究者和数据科学家在将线性模型拟合至病态（混杂）数据时提供了宝贵的数据分析洞察与更强的自信。
引用
@article{arxiv.2103.05161,
title = {The Efficient Shrinkage Path: Maximum Likelihood of Minimum MSE Risk},
author = {Robert L. Obenchain},
journal= {arXiv preprint arXiv:2103.05161},
year = {2024}
}
备注
22 pages, 9 figures, 2 tables. arXiv admin note: substantial text overlap with withdrawn arXiv:2005.14291