"आराम से लासो" को मानक लासो से अलग क्यों किया जाता है?

यदि हम डेटा सेट से शुरू करते हैं , तो इसके लिए Lasso को लागू करें और समाधान प्राप्त करें , हम Lasso को फिर से डेटा सेट लागू कर सकते हैं , जहां , गैर-शून्य का सेट है की अनुक्रमणिका , एक समाधान, प्राप्त करने के लिए , तथाकथित 'में ढील LASSO' समाधान (सही मुझे अगर मैं गलत हूँ!)। समाधान को पूरा करना चाहिए Karush-कुहन-टकर (KKT) की स्थिति के लिए $(X,Y)$ $\beta^L$ $(X_S, Y)$ $S$ $\beta^L$ $\beta^{RL}$ $\beta^L$ $(X,Y)$ लेकिन, के लिए केकेटी शर्तों के रूप को देखते हुए , क्या यह भी इनको संतुष्ट नहीं करता है? यदि हां, तो LASSO को दूसरी बार करने का क्या मतलब है? $(X_S, Y)$

यह सवाल एक अनुवर्ती है: "डबल लैस्सो" करने या दो बार लैस्सो करने के फायदे?

— कोका
स्रोत

Meinshausen (2007) की परिभाषा 1 से, आराम से लैस्सो के समाधान को नियंत्रित करने वाले दो पैरामीटर हैं।

$\lambda$ $\phi$ $\phi= 1$ $\phi<1$

यह सूत्रीकरण वास्तव में दो समस्याओं को हल करने के लिए मेल खाता है:

पेनल्टीकरण पैरामीटर साथ पहले पूरा लासो $\lambda$
$X_S$ $X$ $\lambda\phi$

— टोनियो बोनेफ
स्रोत