摘要
研究表明,正则化(例如套索)在分位数回归中可以有效提高预测精度(Li和Zhu,2008;Wu和Liu,2009)。本文从贝叶斯的角度研究分位数回归中的正则化问题。通过提出一个层次模型框架,我们对一组正则化方法进行了通用处理,包括套索、群套索和弹性网惩罚。吉布斯采样器适用于所有情况。这是首次用群拉索罚函数和弹性网罚函数讨论正则分位数回归。模拟和实际数据的例子都表明,贝叶斯正则化分位数回归方法通常优于没有正则化的分位数回归方法和有正则化的非贝叶斯方法。
引用
下载引文
李青。
南林。
习瑞彬。
“贝叶斯正则分位数回归。”
贝叶斯分析。
5
(3)
533 - 556,
2010年9月。
https://doi.org/10.1214/10-BA521
信息
发布日期:2010年9月
首次在欧几里德项目中提供:2012年6月22日
数字对象标识符:10.1214/10-BA521
关键词:贝叶斯分析,弹性网,吉布斯采样器,群套索,拉索,分位数回归,正规化
版权所有©2010国际贝叶斯分析学会