带误差控制的变量选择：稳定性选择的再审视
统计理论
2016-04-27 v2 统计理论
摘要
稳定性选择由Meinshausen和Buhlmann（2010）近期提出，是一种旨在提升变量选择算法性能的通用技术。它基于对数据子样本应用选择程序的结果进行聚合。我们引入了一种变体，称为互补对稳定性选择（CPSS），并推导了关于CPSS包含的、在原程序下具有低选择概率的变量期望数量的上界，以及关于被排除的、具有高选择概率的变量期望数量的上界。这些结果不需要对底层模型或原始选择程序的质量做任何（例如可交换性）假设。在合理的形状约束下，这些界可以进一步收紧，从而提供改进的误差控制，因此增加了该方法的适用性。
引用
@article{arxiv.1105.5578,
title = {Variable selection with error control: Another look at Stability Selection},
author = {Rajen D. Shah and Richard J. Samworth},
journal= {arXiv preprint arXiv:1105.5578},
year = {2016}
}
备注
25 pages, 9 figures