麻雀

R包SparseNet：协调下降和非凸性惩罚。我们讨论线性模型中的稀疏选择问题。为此，文献中提出了许多非凸罚函数，以及各种凸松弛算法来寻找好的解。提出了一种求解优化问题的坐标下降法，并研究了其收敛性。我们描述了适用于这种方法的惩罚的性质，研究了它们对应的阈值函数，并描述了一个有助于我们的路径算法的df标准化重参数化。MC+惩罚非常适合于这项任务，我们用它来演示我们算法的性能。与本文有关的某些技术推导和实验包含在补充材料部分。