检索结果-南通市图书馆

truncated l1 Regularized linear Regression:Theory and Algorithm

Communications in Computational Physics 2021年第6期30卷 190-209页

作者： Mingwei Dai Shuyang Dai Junjun Huang lican Kang Xiliang lu Center of Statistical Research and School of Statistics Southwestern University of Finance and EconomicsChengduP.R.China School of Mathematics and Statistics Wuhan UniversityWuhanP.R.China Hubei Key laboratory of Computational Science Wuhan UniversityWuhanP.R.China.

truncated l1 regularization proposed by Fan in[5],is an approximation to the l0 regularization in high-dimensional sparse *** this work,we prove the non-asymptotic error bound for the global optimal solution to the truncated l1 regularized linear regression problem and study the support recovery ***,a primal dual active set algorithm(PDAS)for variable estimation and selection is *** with continuation by a warm-start strategy leads to a primal dual active set with continuation algorithm(PDASC).Data-driven parameter selection rules such as cross validation,BIC or voting method can be applied to select a proper regularization *** application of the proposed method is demonstrated by applying it to simulation data and a breast cancer gene expression data set(bcTCGA).

关键词： High-dimensional linear regression sparsity truncated l1 regularization primal dual active set algorithm

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：