10.13546/j.cnki.tjyjc.2015.11.020
广义线性模型Lasso惩罚回归估计的局部二次逼近
文章阐述了广义线性模型参数的极大似然无惩罚和1-范数约束即Lasso惩罚估计形式,但极大似然的Lasso惩罚估计不是逐片线性的.那么对Lasso惩罚估计形式进行局部两次泰勒展开,进行局部二次逼近,从而得到Lasso惩罚的重复加权最小二乘估计路径形式,实现估计的逐片线性,相关研究为广义线性模型的惩罚回归估计的深入研究和应用提供参考.
GLM、Lasso惩罚、局部二次逼近、重复加权最小二乘
F224;C811(经济计算、经济数学方法)
全国统计科学研究基金资助项目2013LY123;浙江省教育厅基金资助项目Y201223259;浙江农林大学科研发展基金项目2011FR042
2015-07-08(万方平台首次上网日期,不代表论文的发表时间)
79-81