机器学习 最小角回归法 LARS
在介绍最小角回归算法前，我们需要了解两个相关算法，一个是前向选择算法（Foward Selection），一个是前向梯度算法（Forward Statgewise）。
1.前向选择算法（Foward Selection）
假设有Y=Xθ,X为m*n的矩阵，Y为m*1的矩阵，我们要找到一个θ，最大程度的拟合输入和输出。
这里把X看成n个m*1的的向量Xi。
第一步：选择和目标Y最为接近的Xi（余弦相似度）,记为Xk。
过Y向Xk向量做投影，投影的长度便作为Xk对应的系数，记为θk。
第二步：定义（残差）Y'=Y-Xk*θK
若Y‘把所有的自变量都投影完毕，或者Y' 为0，结束算法。
否则投影后的Y' 被设为新的目标Y,重复第一步。
图示引荐如下：
上图为Y在X1,X2上的分解，对应的θ即为要求解的系数。
2.前向梯度算法（Forward Stagewise）
同前向选择方法不同的一点是，θk的取值是人为设定的，每次θk会有一个初始值设为w，
计算残差Y‘=Y-Xk*w，再根据Y’去找相似度最大的向量Xi。
引图如下：
如上图Y沿着x1方向，行走εx1时，就会停下来计算残差，再判断究竟与x1的相似度还是与x2的相似度大，然后继续走下去。
3.最小角回归(Least Angle Regression， LARS)算法
首先，还是找到与因变量Y最接近或者相关度最高的自变量Xk，使用类似于前向梯度算法中的残差计算方法，得到新的目标Y'，此时不用和前向梯度算法一样小步小步的走。而是直接向前走直到出现一个Xt，使得Xt和Y'的相关度和Xk与Yyes的相关度是一样的，此时残差Y'就在Xt和Xk的角平分线方向上，此时我们开始沿着这个残差角平分线走，直到出现第三个特征Xp和Yyes的相关度足够大的时候，即Xp到当前残差Yyes的相关度和θt，θk与Yyes的一样。将其也叫入到Y的逼近特征集合中，并用Y的逼近特征集合的共同角分线，作为新的逼近方向。以此循环，直到Yyes足够的小，或者说所有的变量都已经取完了，算法停止。此时对应的系数θ即为最终结果。
引图如下：
转自：https://www.cnblogs.com/mystudyblog/p/7532850.html
机器学习 最小角回归法 LARS相关推荐
- 机器学习与算法（12）--最小角回归（LARS）
最小角回归(LARS) 最小角回归(LARS)是对高维数据的回归算法, 由 Bradley Efron, Trevor Hastie, Iain Johnstone 和 Robert Tibshira ...
- Lasso回归算法： 坐标轴下降法与最小角回归法小结
前面的文章对线性回归做了一个小结,文章在这: 线性回归原理小结.里面对线程回归的正则化也做了一个初步的介绍.提到了线程回归的L2正则化-Ridge回归,以及线程回归的L1正则化-Lasso回归.但是对 ...
- Skleran-线性模型-最小角回归（LARS）
最小角回归 sklearn.linear_model.Lars sklearn.linear_model.LassoLars 最小角回归 sklearn.linear_model.Lars class ...
- 机器学习 最小角回归 LARS
推荐阅读:http://mlnotes.com/2013/08/21/lars.html
- 【Python机器学习预测分析算法实战五】最小角回归LARS
通过前面的介绍,我们了解到求解惩罚性回归模型等价于求解一个优化问题,有大量的通用算法可以求解.这次介绍一个非常快速敏捷的算法--最小角回归(LARS)算法.LARS算法可以理解为一种改进的前向逐步 ...
- ESL3.4 学习笔记（奇异值分解与拉格朗日乘子法下的岭回归，Lasso回归，最小角回归及三者对比分析）
3.4 收缩的方法 这是一篇有关<统计学习基础>,原书名The Elements of Statistical Learning的学习笔记,该书学习难度较高,有很棒的学者将其翻译成中文并放 ...
- 1.1.7. Least Angle Regression（最小角回归）和 1.1.8. LARS Lasso
1.1.7. Least Angle Regression 简介 求极值的算法有很多,有基于梯度的,例如: 常规梯度下降.坐标梯度下降.最速梯度下降.共轭梯度下降 也有基于样本和角度的,例如: 前向选 ...
- 机器学习方法：回归（三）：最小角回归Least Angle Regression（LARS），forward stagewise selection
欢迎转载,转载请注明:本文出自Bin的专栏blog.csdn.net/xbinworld. 希望与志同道合的朋友一起交流,我刚刚设立了了一个技术交流QQ群:433250724,欢迎对算法.技术.应用感 ...
- 6.最小角回归（Least Angle Regression）
最小角回归是针对高维数据的回归算法. least angle regression 的优势如下: 当p>>n时计算是非常高效的.(比如当维数远大于点数) 它和前向选择计算速度差不多,并且和 ...
最新文章
- POJ2299 Ultra-QuickSort
- 【Android 热修复】热修复原理 ( 合并两个 Element[] dexElements | 自定义 Application 加载 Dex 设置 | 源码资源 )
- bzoj 2007 海拔 —— 最短路
- Shell配置_配置IP
- 这是我最喜欢的使用React Native创建生产级应用程序的技巧
- 基于Linux的USB主/从设备之间的三种通信方式-转
- hpasmcli查看HP服务器内存状态
- 神箭手云爬虫-爬取携程【国际】航班/机票信息-利用python解析返回的json文件将信息存储进Mysql数据库
- java 内置中介模式_详解Java设计模式编程中的中介者模式
- lua的坑(持续更新，每日更新两篇，9/15)，更新到17个
- php 深度验证18位身份证是否正确，并获取地址，出生日期（时间戳），性别。
- springMVC 解决 “because it is included into a circular dependency(循环导入依赖)” 的问题
- linux开源炫酷命令行工具,Linux上超酷的命令行扩展工具Oh My Zsh
- 区块链共享数据架构设计
- printf输出bool值 | printf转换符
- 计算机局域网切换,怎么进入别人电脑－－局域网【详解】
- Linux GCC简明教程（使用GCC编译C语言程序）
- 系统的软中断CPU使用率升高，我该怎么办？
- vant toast loading 倒计时_法考倒计时3天 | 民法典新旧对照表（四）合同部分（一）...
- linux常用工具awk,linux中awk工具