lasso पर टैग किए गए जवाब

मैं बस उत्सुक हूं कि आमतौर पर केवल और मानदंड नियमित क्यों हैं । क्या इस बात के प्रमाण हैं कि ये बेहतर क्यों हैं?L1L1L_1L2L2L_2

36 lasso  regularization  ridge-regression 

मैं 50,000 से अधिक वैरिएबल वाले मॉडल के लिए लासो या रिज रिग्रेशन का उपयोग करना चाहता हूं। मैं आर में सॉफ्टवेयर पैकेज का उपयोग करना चाहता हूं। मैं सिकुड़न पैरामीटर ( ) का अनुमान कैसे लगा सकता हूं ?λλ\lambda संपादन: यहाँ बिंदु है जो मुझे मिला है: set.seed (123) …

36 r  lasso  ridge-regression  high-dimensional 

क्या लोचदार शुद्ध नियमितीकरण हमेशा लसो और रिज के लिए पसंद किया जाता है क्योंकि यह इन विधियों की कमियों को हल करने के लिए लगता है? अंतर्ज्ञान क्या है और लोचदार जाल के पीछे का गणित क्या है?

35 regression  lasso  regularization  ridge-regression  elastic-net 

मैं एक सॉफ्टवेयर इंजीनियर लर्निंग मशीन लर्निंग हूं, खासकर एंड्रयू एनजी के मशीन लर्निंग कोर्स के जरिए । नियमितीकरण के साथ रैखिक प्रतिगमन का अध्ययन करते समय , मुझे ऐसे शब्द मिले हैं जो भ्रामक हैं: एल 1 नियमितीकरण या एल 2 नियमितीकरण के साथ प्रतिगमन LASSO रिज रिग्रेशन तो …

33 regression  terminology  lasso  regularization  ridge-regression 

रिज, LASSO और इलास्टिक नियमितिकरण विधियों की तुलना कैसे करते हैं? उनके संबंधित फायदे और नुकसान क्या हैं? किसी भी अच्छे तकनीकी पेपर, या लेक्चर नोट्स की सराहना की जाएगी।

33 references  lasso  regularization  ridge-regression  elastic-net 

क्या लासो रिग्रेशन मॉडल और अन्य नियमित मॉडल के लिए एआईसी या बीआईसी मूल्यों की गणना करना संभव है जहां पैरामीटर केवल समीकरण में आंशिक रूप से प्रवेश कर रहे हैं। स्वतंत्रता की डिग्री कैसे निर्धारित करता है? मैं पैकेज glmnet()से फ़ंक्शन के साथ lasso प्रतिगमन मॉडल फिट करने के …

31 r  model-selection  lasso  aic  bic 

नोट: मुझे पता है कि L1 में सुविधा चयन संपत्ति है। मैं यह समझने की कोशिश कर रहा हूं कि फीचर चयन पूरी तरह से अप्रासंगिक होने पर किसे चुनना है। कैसे तय करें कि किस नियमितीकरण (L1 या L2) का उपयोग करना है? एल 1 / एल 2 नियमितीकरण …

30 regression  lasso  regularization  ridge-regression 

LASSO (और अन्य मॉडल चयन प्रक्रियाओं के लिए) भविष्यवक्ताओं को पुनर्विक्रय करना महत्वपूर्ण है। मेरे द्वारा अनुसरण की जाने वाली सामान्य सिफारिश केवल निरंतर चर के लिए 0 मतलब, 1 मानक विचलन सामान्यीकरण का उपयोग करने के लिए है। लेकिन डमी के साथ क्या करना है? उदाहरण के लिए उसी …

30 predictive-models  model-selection  lasso  standardization  multidimensional-scaling 

मैं विभिन्न कॉवेरेट्स के साथ ARMAX मॉडल फिट करने के लिए पूर्वानुमान पैकेज में auto.arima () फ़ंक्शन का उपयोग करता हूं । हालाँकि, मेरे पास चयन करने के लिए अक्सर बड़ी संख्या में चर होते हैं और आमतौर पर एक अंतिम मॉडल होता है जो उनके सबसेट के साथ काम …

29 r  time-series  lasso  regularization  elastic-net 

लैस्सो समस्या _ पास बंद फ़ॉर्म समाधान है: \ Beta_j ^ {\ text {lasso}} = = mathrm {sgn} (\ beta ^ {\ text {LS}} _ j) (! \ beta_j ^ \ पाठ {LS | }} | - \ अल्फा) ^ + यदि X के पास असामान्य कॉलम हैं। यह इस …

28 regression  lasso  regularization 

मैंने Lassoप्रतिगमन जैसे कुछ के पहले चर के मानकीकरण के तीन मुख्य कारण पढ़े हैं : 1) गुणांकों की व्याख्या। 2) बाद के संकोचन गुणांक अनुमानों के सापेक्ष परिमाण द्वारा गुणांक महत्व को रैंक करने की क्षमता। 3) अवरोधन की कोई आवश्यकता नहीं। लेकिन मैं सबसे महत्वपूर्ण बिंदु के बारे …

28 normalization  lasso  standardization  regularization  shrinkage 

जब मैं GAM का उपयोग करता हूं, तो यह मुझे अवशिष्ट डीएफ देता है (कोड में अंतिम पंक्ति)। इसका क्या मतलब है? GAM उदाहरण से परे, सामान्य तौर पर, क्या स्वतंत्रता की डिग्री की संख्या एक गैर-पूर्णांक संख्या हो सकती है?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

मैं अनेक संदर्भ उपस्थित में पढ़ा है कि प्रतिगमन पैरामीटर वेक्टर के लिए कमंद अनुमान BBB के पीछे मोड के बराबर है BBB जिसमें प्रत्येक के लिए पूर्व वितरण BiBiB_i एक डबल घातीय वितरण (यह भी लाप्लास वितरण के रूप में जाना जाता है) है। मैं यह साबित करने की …

27 regression  bayesian  lasso  prior  regularization 

मैंने एक बार दो बार लासो का उपयोग करने की एक विधि (एक डबल-लासो की तरह) सुनी थी जहाँ आप चर के मूल सेट पर लासो प्रदर्शन करते हैं, S1 कहते हैं, S2 नामक एक विरल सेट प्राप्त करें, और फिर सेट S2 प्राप्त करने के लिए S2 पर फिर …

26 regression  lasso  regularization  shrinkage  lars 

k β एल एक रों रों ओ = ( β एल एक रों रों ओ 1 , β एल एक रों रों ओ 2 , । । । , β एल एकL(β)=(Xβ−y)′(Xβ−y)+λ∥β∥1,L(β)=(Xβ−y)′(Xβ−y)+λ‖β‖1,L(\beta)=(X\beta-y)'(X\beta-y)+\lambda\|\beta\|_1,kkkβ^lasso=(β^lasso1,β^lasso2,...,β^lassok,0,...0)β^lasso=(β^1lasso,β^2lasso,...,β^klasso,0,...0)\hat{\beta}^{lasso}=\left(\hat{\beta}_1^{lasso},\hat{\beta}_2^{lasso},...,\hat{\beta}_k^{lasso},0,...0\right) हम जानते हैं कि एक है पक्षपाती अनुमान , इसलिए हम अंतिम समाधान के रूप में अधिक 'वाजिब' …

26 regression  feature-selection  lasso  regularization