闪耀

耀斑:套索回归家族。“flare”包提供了一系列套索变体的实现,包括Dantzig Selector、LAD Lasso、SQRT Lasso、Lq Lasso,用于估计高维稀疏线性模型。将原线性化问题转化为最小二乘法,并将其有效地转化为最小二乘法。采用多阶段筛选方法进一步加速。除了稀疏线性模型估计外,我们还利用L1或自适应惩罚将这些套索变量扩展到包括TIGER和CLIME在内的稀疏高斯图形模型估计。对于Dantzig选择器和CLIME,可以容忍缺少值。使用稀疏矩阵输出优化计算内存。


zbMATH中的参考文献(参考 17篇文章 参考,1标准件)

显示第1到17个结果,共17个。
按年份排序(引用)

  1. 潘玉清;麦青:差分网络分析的有效计算及其在二次判别分析中的应用(2020)
  2. Wang,Fan;Mukherjee,Sach;Richardson,Sylvia;Hill,Steven M.:实践中的高维回归:有限样本预测、变量选择和排序的实证研究(2020)
  3. Blanchet,Jose;Kang,Yang;Murthyy,Karthyek:鲁棒Wasserstein轮廓推断和机器学习应用(2019)
  4. Gan,Lingrui;Narisetty,Naveen N.;Liang,Feng:不等收缩图形模型的贝叶斯正则化(2019)
  5. Wang,Yafei;Kong,Linglong;Jiang,Bei;Zhou,Xingcai;Yu,Shimei;Zhang,Li;Heo,Giseon:基于小波的函数线性分位数回归中的LASSO(2019)
  6. Karl Sjöstrand;Line Clemmensen;Rasmus Larsen;Gudmundur Einarsson;Bjarne Ersbøll:稀疏统计建模的MATLAB工具箱(2018)不是zbMATH
  7. Li,Xingguo;Zhao,Tuo;Arora,Raman;Liu,Han;Hong,Mingyi:关于强凸极小化循环块坐标下降型方法的更快收敛性(2018)
  8. 石跃勇;曹永秀;余吉昌;焦玉玲:基于广义SELO惩罚线性回归模型的变量选择(2018)
  9. 石跃勇;焦裕玲;曹永秀;刘彦燕:高维数据MCP惩罚回归的交替方向乘数法(2018)
  10. 石跃勇;吴元山;徐德义;焦玉玲:高维非凸SICA惩罚回归的连续算法ADMM(2018)
  11. Stucky,Benjamin;Van de Geer,Sara:用于平方根正则化的Sharp oracle不等式(2017)
  12. Zhang,Haixiang;Zheng,Yinan;Yoon,Grace;Zhang,Zhou;Gao,Tao;Joyce,Brian;Zhang,Wei;Schwartz,Joel;Vokonas,Pantel;Colicino,Elena;Baccarelli,Andrea;Hou,Lifang;Liu,Lei:稀疏高维多元回归中的正则化估计及其在DNA甲基化研究中的应用(2017)
  13. Antoniadis,Anestis;Gijbels,Irène;Lambert Lacroix,Sophie;Poggi,Jean-Michel:适当分散模型中平均值和离散度的联合估计和变量选择(2016)
  14. Gueuning,Thomas;Claeskens,Gerda:高维部分线性单指数模型的置信区间(2016)
  15. 韩,方;陆,桓然;刘,韩:高维平稳向量自回归的直接估计(2015)
  16. 李兴国;赵,拓;袁晓明;刘,韩:高维线性回归和精度矩阵估计的软件包(2015)
  17. 庞浩天;刘,韩;范德贝,罗伯特:线性规划和大规模精确矩阵估计的快速迭代包(2014)