LASSO和Dantzig选择器的直推版本
统计理论
2010-06-16 v1 统计理论
摘要
当训练数据集由大量未标记观测和少量标记观测组成时，直推方法在预测问题中非常有用。在本文中，我们提出了一种开发直推预测程序的方法，该方法能够利用高维线性回归中的稀疏性。更准确地说，我们定义了LASSO和Dantzig选择器的直推版本。这些程序结合训练数据集中的标记和未标记观测，为未标记观测生成预测。我们提出了直推估计量的实验研究，表明它们在许多情况下优于LASSO和Dantzig选择器，特别是在预测变量相关的高维问题中。然后，我们为这些估计方法提供了非渐近的理论保证。有趣的是，我们的理论结果表明，直推LASSO和Dantzig选择器在比“原始”LASSO所需假设更弱的条件下满足稀疏性不等式。
引用
@article{arxiv.1005.0829,
title = {Transductive versions of the LASSO and the Dantzig Selector},
author = {Pierre Alquier and Mohamed Hebiri},
journal= {arXiv preprint arXiv:1005.0829},
year = {2010}
}