• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International conference on neural information processing;Annual conference of Asia-Pacific Neural Network Society >A Model Selection Criterion for LASSO Estimate with Scaling
【24h】

A Model Selection Criterion for LASSO Estimate with Scaling

机译：带比例缩放的LASSO估计的模型选择标准

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

There have been several studies to relax a bias problem in LASSO (Least Absolute Shrinkage and Selection Operator). In this article, we considered to solve a bias problem of LASSO estimator by scaling and derived a model selection criterion under the scaling method. The proposed scaling value is valid to compensate the excessive shrinkage of LASSO estimator and is easy to compute by using LASSO estimator. Moreover, we derived SURE (Stein's Unbiased Risk Estimate) as a model selection criterion. This analytic solution is also a benefit of the proposed scaling value. Furthermore, we verified the risk estimate and confirmed its effectiveness through a simple numerical example.
机译：已经进行了一些研究来缓解LASSO（最小绝对收缩和选择算子）中的偏差问题。在本文中，我们考虑通过缩放来解决LASSO估计器的偏差问题，并在缩放方法下得出模型选择准则。所建议的缩放值可有效补偿LASSO估计器的过度收缩，并且易于使用LASSO估计器进行计算。此外，我们推导了SURE（斯坦因的无偏风险估计）作为模型选择标准。该分析解决方案也是建议的缩放值的一个好处。此外，我们通过一个简单的数字示例验证了风险估计并确认了其有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号