Perguntas com a marcação «lasso»

Um método de regularização para modelos de regressão que reduz os coeficientes em direção a zero, tornando alguns deles iguais a zero. Assim, o laço executa a seleção de recursos.




1
Como interpretar o gráfico cv.glmnet ()?
Eu executei o laço e, em seguida, validação cruzada cv<-cv.glmnet(df, df$Price, nfolds = 1500) Quando plogo cv, obtenho o seguinte: Notei também que recebo 2 lambdas diferentes: lambda.minelambda.1se Qual é a diferença entre essas lambdas? O que posso entender da plotagem acima em geral (sobre o que são esses intervalos …

1
Relação de Sensor comprimido com regularização L1
Entendo que o sensor comprimido encontra a solução mais esparsa para onde , e , .X ∈ R D Um ∈ R k x D y ∈ R k k &lt; &lt; Dy=Axy=Axy = Axx∈RDx∈RDx \in \mathbb{R}^DA∈Rk×DA∈Rk×DA \in \mathbb{R}^{k \times D}y∈Rky∈Rky \in \mathbb{R}^{k}k&lt;&lt;Dk&lt;&lt;Dk << D Dessa maneira, podemos reconstruir (o …
8 lasso  sparse 






2
Qual é o significado do caminho da regularização no LASSO ou em problemas de esparsidade relacionados?
Se selecionarmos valores diferentes do parâmetro , poderíamos obter soluções com diferentes níveis de escarsidade. Isso significa que o caminho da regularização é como selecionar as coordenadas que poderiam obter uma convergência mais rápida? Estou um pouco confuso, embora tenha ouvido falar sobre esparsidade com frequência. Além disso, você poderia …

1
Alguma desvantagem da rede elástica sobre o laço?
Quais são as desvantagens do uso de rede elástica em comparação com o laço. Eu sei que a rede elástica é capaz de selecionar grupos de variáveis ​​quando elas são altamente correlacionadas. Não tem o problema de selecionar mais de nnn preditores quando p≫np≫np \gg n. Considerando que o laço …


2
Regularizei minha regressão linear, e agora?
Estimei os parâmetros de regressão de um modelo de regressão linear usando o LASSO, enviei algumas variáveis ​​para zero usando a validação cruzada e agora obtive um modelo final. Sabe-se que a regularização induz viés nas variáveis ​​ativas, mas é um bom preço a pagar para se livrar de variáveis …

1
Regressão de Ridge e Regressão de Lasso
Atualmente, estou trabalhando nesse problema e o objetivo é desenvolver um modelo de regressão linear para prever meu Y (pressão arterial) com 8 preditores, usando a regressão de Ridge &amp; Lasso. Começo examinando a importância de cada um dos preditores. Abaixo está umsummary()summary()summary() da minha regressão linear múltipla com age100age100age100 …

Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.