实施变分贝叶斯算法,为稀疏、高维线性和逻辑回归模型执行可伸缩变量选择。其特点包括一种新的优先更新方案,该方案在初始化期间使用变分平均值的初步估计值来生成优先处理较大、更相关系数的更新顺序。稀疏性是通过拉普拉斯或高斯平板的尖峰和平顶先验来诱导的。默认情况下,使用厚尾拉普拉斯密度。算法的形式推导和渐近一致性结果可在Kolyan Ray和Botond Szabo(2020)中找到<doi:10.1080/01621459.2020.1847121>科利安·雷、博托德·萨博和加布里埃尔·克拉拉(2020年)<doi:10.48550/arXiv.2010.11665>.
请使用规范形式https://CRAN.R-project.org/package=sparsevb链接到此页面。