Lasso回归的坐标下降法推导
来源:互联网 发布:网络之纵横天下同人 编辑:程序博客网 时间:2024/05/20 00:39
目标函数
Lasso相当于带有L1正则化项的线性回归。先看下目标函数:
这个问题由于正则化项在零点处不可求导,所以使用非梯度下降法进行求解,如坐标下降法或最小角回归法。
坐标下降法
本文介绍坐标下降法。
坐标下降算法每次选择一个维度进行参数更新,维度的选择可以是随机的或者是按顺序。
当一轮更新结束后,更新步长的最大值少于预设阈值时,终止迭代。
下面分为两部求解
RSS偏导
下面做一下标记化简
上式化简为
正则项偏导
次梯度方法(subgradient method)是传统的梯度下降方法的拓展,用来处理不可导的凸函数。
整体偏导数
要想获得最有解,令
解得,
伪代码
预计算
初始化参数w(全0或随机)
循环直到收敛:
for j = 0,1,…D
ρj=∑Ni=1hj(xi)(yi−∑k≠jwkhk(xi))
update wj
选择变化幅度最大的维度进行更新
概率解释
拉普拉斯分布
随机变量
概率密度函数为
MAP推导
假设
等价于
阅读全文
0 0
- Lasso回归的坐标下降法推导
- Ridge回归、Lasso回归、坐标下降法、最小角回归
- Lasso回归的原理推导
- 逻辑回归梯度下降法的推导过程
- 1.线性回归的推导--梯度下降法
- Lasso回归算法: 坐标轴下降法与最小角回归法小结
- Lasso回归算法: 坐标轴下降法与最小角回归法小结
- 逻辑斯蒂回归梯度下降法推导
- 机器学习之梯度下降法数学推导--回归
- 逻辑回归梯度下降公式详细推导
- 逻辑回归模型推导及梯度下降
- 梯度下降法的数学推导
- Lasso回归
- SparkML之回归(二)岭回归和Lasso阐述及OLS,梯度下降比较
- 关于Lasso回归的一个例子
- 线性回归的梯度下降法
- 岭回归 & lasso 回归
- lasso 回归 & 岭回归
- QgraphicsScene类
- hdu-6162 Ch’s gift(树链剖分)
- ReactNative-底部TabBar react-native-tab-navigator
- icswb2
- Palindromic Numbers LightOJ
- Lasso回归的坐标下降法推导
- HDMI之TMDS通道
- Linux 之vi应用
- POJ 3253 Fence Repair(哈夫曼树+优先队列)
- ZOJ 1610 Count the Colors (线段树)
- Makefile遍历所有头文件以及源文件
- POJ1017 Packets (贪心)
- POJ
- 单点登录详解(二)--CAS实现单点登录