套索

套索-套索的梯度下降算法是同时实现收缩和变量选择的有效方法。套索的主要思想是在正则化步骤中使用L1约束。从线性模型出发,利用L1约束的套索思想被应用到小波、核机器、光滑样条、多类logistic模型等各种模型中。


zbMATH中的参考文献(参考 30篇文章,1标准件)

显示第1到第20个结果,共30个。
按年份排序(引用)
  1. 陈拓;苏志华;杨毅;丁珊珊:利用包络模型进行预期回归的有效估计(2020年)
  2. 张彦峰,黄云宝,李海燕,李,浦,范,西安:稀疏信号恢复的共轭梯度硬阈值跟踪算法(2019)
  3. Daubechies,Ingrid(编辑);Kutyniok,Gitta(编辑);Rauhut,Holger(编辑);Strohmer,Thomas(编辑):应用谐波分析和数据处理。2018年3月25-31日(2018年)研讨会摘要
  4. Le Thi,Hoai An;Le,Hoai Minh;Phan,Duy-Nhat;Tran,Bach:稀疏多类逻辑回归的随机DCA(2018)
  5. 袁晓彤;李萍;张彤彤:梯度硬阈值追求(2018)
  6. Cloninger,Alexander;Czaja,Wojciech;Doster,Timothy:Laplacian特征映射的预图像问题,利用(L_1)正则化及其在数据融合中的应用(2017)
  7. Amato,Umberto;Antoniadis,Anestis;De Feis,Italia:添加剂模型选择(2016)
  8. Lee,Sangin;Kwon,Sunghoon;Kim,Yongdai:惩罚优化问题的改进局部二次逼近算法(2016)
  9. Pillonetto,Gianluigi;Chen,Tinshi;Chiuso,Alessandro;De Nicolao,Giuseppe;Ljung,Lennart:使用原子、核和核基范数的正则化线性系统辨识:稳定性约束的作用(2016)
  10. 赵卫华;张日泉:变离散度的变量选择学生-(t)回归模型(2015)
  11. Groll,Andreas;Tutz,Gerhard:广义线性混合模型的变量选择(L_1)-惩罚估计(2014)
  12. 于文宝;张元钦-伊万;欧州帕克:ROC曲线下的一个修正区域及其在标记选择和分类中的应用(2014)
  13. Chin,Hui Han;Madry,Aleksander;Miller,Gary L.;Peng,Richard:回归问题的运行时保证(2013)
  14. Neubauer,Jiří;Veselý,Vítězslav:通过稀疏参数估计检测平均值的多重变化(2013)
  15. Tutz,Gerhard;Petry,Sebastian:包含变量选择的链接函数的非参数估计(2012)
  16. Wright,Stephen J.:正则优化的加速块坐标松弛(2012)
  17. Choi,Hosik;Yeo,Donghwa;Kwon,Sunghoon;Kim,Yongdai:使用带有拒绝选项的支持向量机进行癌症分类的基因选择和预测(2011)
  18. Kwon,Sunghoon;Choi,Hosik;Kim,Yongdai:SCAD惩罚估计的二次逼近(2011)
  19. Choi,Hosik;Kim,Jinseog;Kim,Yongdai:稀疏大边距半监督学习方法(2010)
  20. Goeman,Jelle J.:(1)Cox比例风险模型中的惩罚估计(2010)