L1正则化机器学习问题求解分析

摘要：

以稀疏学习为主线,从多阶段、多步骤优化思想的角度出发,对当前流行的L1正则化求解算法进行分类,比较基于次梯度的多步骤方法、基于坐标优化的多阶段方法,以及软L1正则化方法的收敛性能、时空复杂度和解的稀疏程度.分析表明,基于机器学习问题特殊结构的学习算法可以获得较好的稀疏性和较快的收敛速度.

关键词：L1正则化、机器学习、稀疏性、多阶段、多步骤

所属期刊栏目：37

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目“基于损失函数的统计机器学习算法及其应用研究”60975040

在线出版日期：2012-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：175-177