作者周生彬,高妍南,黄叶金(2019)在《rLasso正则化Logistic回归模型的估计》一文中研究指出:文章将rLasso惩罚函数推广到Logistic回归模型,并给出单坐标rLasso惩罚估计问题的解析解,结合坐标下降算法思想,给出线性模型rLasso以及Logistic-rLasso惩罚估计问题的坐标下降求解方法。数值模拟验证所提坐标下降算法的有效性,并说明rLasso惩罚比LASSO类惩罚能选择更为稀疏的模型。
wen zhang jiang rLassocheng fa han shu tui an dao Logistichui gui mo xing ,bing gei chu chan zuo biao rLassocheng fa gu ji wen ti de jie xi jie ,jie ge zuo biao xia jiang suan fa sai xiang ,gei chu xian xing mo xing rLassoyi ji Logistic-rLassocheng fa gu ji wen ti de zuo biao xia jiang qiu jie fang fa 。shu zhi mo ni yan zheng suo di zuo biao xia jiang suan fa de you xiao xing ,bing shui ming rLassocheng fa bi LASSOlei cheng fa neng shua ze geng wei xi shu de mo xing 。
论文作者分别是来自统计与决策的周生彬,高妍南,黄叶金,发表于刊物统计与决策2019年12期论文,是一篇关于坐标下降算法论文,回归论文,广义线性模型论文,性质论文,统计与决策2019年12期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自统计与决策2019年12期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
本文来源: https://www.lw50.cn/article/656748de7a2ae5a56a867b49.html