dmc之lasso报告2 lars小角回归算法.pdf

  1. 1、本文档共15页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
预备知识 回归方程: = + ⋯ + ଵ ଵ ଵଵ ௡ ଵ௡ ⋮ = + ⋯ + ௡ ଵ ௡ଵ ௡ ௡௡ ் 写成矩阵形式 : Y = = ଵ ⋯ ௡ = ⋯ = ⋯ ் = ⋯ ௡௡ ் ଵ ௡ ௡ଵ 这样的一个线性方程可以看成是向量在n维线性空间中的投影,其中回归参数是线性空间的一 ௡ 组标准基 , … , 上的坐标。但是一般不能由线性空间完全表出,所以我们希望在上的投影 ୬ ˆ 与向量的距离最近,也就是| Y -Y |最小,得到的结果就是普通最小二乘 (OLS )解。 x y i i cos x, y = = r 2 2 x y   i i 预备知识 • 与 已 ,是L2上的一组标准基 ଵ ଶ መ ො் = ଵ ଵ መ + ଶଶ ଶ ଶ መ ො் ଵ ଵ

文档评论(0)

136****1820 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档