Lasso的三种解读视角

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Lasso的三种解读视角相关的知识,希望对你有一定的参考价值。

参考技术A lasso可以把回归系数设为零

ridge表面上看起来和lasso很相似,但是它不能将系数设为零

二者的不同是因为限制条件的边界不同

lasso和ridge都可以看做是最小化下面的函数

不同之处在于限制条件:

lasso的是 ,ridge的是

L1范数是方正的,它的角是落在坐标轴上的,形状是高维超正体(cross polytope)

L2范数是圆润的, n -sphere ,它没有corner

它的最值发生在切点或是角点上

ridge 回归可以解释为线性回归,其系数先验地服从正态分布。(normal prior distributions)

lasso也可以被解释为,其系数服从拉普拉斯先验分布。(  Laplace prior distributions )

拉普拉斯先验分布在0处十分尖峰,比正态分布更聚焦于零附近,这也解释了为什么lasso更倾向于将一些系数设定为零。

凸松弛解释

lasso也可以看作是回归凸松弛最佳子集选取问题,找到最多k个系数,使得目标函数最小化,k<=n,n是总系数个数。

以上是关于Lasso的三种解读视角的主要内容,如果未能解决你的问题,请参考以下文章

从Web开发者的视角来解读MVC架构

CTO视角解读:国外企业部署Hadoop到底犹豫什么?

两个视角给你解读 熵交叉熵KL散度

微服务应用视角解读如何选择K8S的弹性策略

热点报告文本挖掘的视角看政府工作报告

热点报告文本挖掘的视角看政府工作报告