Multinomial thresholded LASSO for interpretable dimension reduction of human activity sequences
针对高维、含复杂时序依赖的人类活动分类序列,本文将关键位置识别建模为回归并比较多种正则化方法,发现阈值 LASSO 在智能手机时间使用数据上表现更优。
2025-07-23 stat.ME
Sup-norm convergence rate and sign concentration property of Lasso and Dantzig estimators
在高维线性回归模型中,在对设计的Gram矩阵作互相关假设和对噪声作两种不同的假设:高斯噪声和有限方差的一般噪声下,我们同时得到了Lasso和Dantzig估计的$l_{\infty}$的收敛速度.然后,我们证明,同时阈值的Lasso和Dantzig估计与适当的阈值选择享受一个符号集中的属性,提供的非零组件的目标向量不是太小。
2008-02-12 math.ST stat.TH
Thresholded Graphical Lasso Adjusts for Latent Variables: Application to Functional Neural Connectivity
Rice University(莱斯大学);Baylor College of Medicine(贝勒医学院)
在神经科学中,研究人员试图从大规模的神经记录或成像中揭示神经元的连通性;人们经常使用图形模型选择和估计技术来实现这一目的。但是,现有的技术只能记录一小部分神经元,这导致了在存在大量潜在变量的情况下图选择的挑战性问题。Anglasekaran et al.(2012)提出了一个凸规划来解决这个问题,从计算和统计的角度提出了挑战。为了解决这个问题,我们提出了一个非常简单的解决方案:将硬阈值算子应用于现有的图选择方法。概念上简单,计算上有吸引力,我们证明,阈值的图形套索,邻域选择,或CLIME估计具有优越的理论特性,在图形选择的一致性,以及更强的实证结果比现有的方法的潜在变量图形模型问题。我们还证明了我们的方法的适用性,通过神经科学案例研究钙成像数据来估计功能性神经连接。
2021-04-13 cs.LG stat.ME stat.ML
Asymptotic equivalence of regularization methods in thresholded parameter space
高维数据分析激发了一系列用于变量选择和稀疏建模的正则化方法,其中有两类流行的凸方法和凹方法。关于一个阶级是否支配另一个阶级的争论由来已久,这在理论上和实践中都是一个重要的问题。本文在广义线性模型下,刻画了具有一般罚函数的正则化方法在阈值参数空间中的渐近等价性,其中维数随样本量呈指数增长.为了评估它们的性能,我们建立了预言不等式,如在Bickel,Ritov和Tsybakov(2009)中,这些方法在各种预测和变量选择损失下的全局极小值。这些结果揭示了一个有趣的相变现象。对于多项式增长的维数,Lasso的$L_1$ -正则化方法与凹方法是渐近等价的,在预言不等式中具有相同的收敛速度.对于指数增长的维数,凹方法是渐近等价的,但比Lasso有更快的收敛速度。我们还建立了正则化方法的预言风险不等式的一个更强的性质,以及可计算解的抽样性质。我们的新的理论结果说明和证明模拟和真实数据的例子。
2016-05-11 math.ST stat.ME stat.ML
A Comparison of Hamming Errors of Representative Variable Selection Methods
Lasso是线性模型中变量选择的一种著名方法,但当变量之间存在中等或强相关性时,Lasso方法面临挑战。这激发了替代方法,例如使用非凸惩罚,添加岭正则化或进行后Lasso阈值处理。在本文中,我们比较了Lasso与其他5种方法:弹性网络,SCAD,向前选择,阈值Lasso和向前向后选择。假设回归系数是从两点混合数据中提取的,并且Gram矩阵是块对角矩阵,我们从理论上通过期望的Hamming误差来衡量它们的性能。通过推导海明误差的收敛率和相图,我们得到了有关不同方法利弊的有用结论。
2022-03-28 math.ST stat.TH
Model selection by LASSO methods in a change-point model
本文考虑了在未知时刻具有多个变点的线性回归模型。LASSO技术是非常有趣的,因为它允许参数估计,包括变点,和自动变量选择同时进行。的LASSO型(作为特殊情况下的LASSO估计)和自适应LASSO估计的渐近性质进行了研究。对于这最后一个估计的预言性质证明。在这两种情况下,提出了模型选择标准。数值例子显示的自适应LASSO估计相比,LS估计的性能。
2012-04-18 math.ST stat.TH
Graphical Lasso and Thresholding: Equivalence and Closed-form Solutions
图形套索(GL)是一种用于学习无向图模型结构的流行方法,其基于$l_1$正则化技术。本文的目的是比较计算繁重的GL技术与一个数字上便宜的启发式方法,是基于简单的阈值的样本协方差阵。为此,本文提出了符号一致矩阵和逆一致矩阵的概念,并证明了阈值化方法和GL方法在以下条件下是等价的:(i)阈值化样本协方差阵是符号一致矩阵和逆一致矩阵,(ii)样本协方差阵的最大阈值化项和最小非阈值化项之间的距离不太小.在此基础上,证明了当阈值化样本协方差阵具有非循环结构时,GL方法作为一个锥优化问题,具有显式的封闭解。然后将这一结果推广到任意稀疏支撑图,在那里找到一个公式,以获得GL的近似解。此外,它表明,所推导的显式公式的近似误差下降指数快速相对于稀疏图的最小长度循环的长度。开发的结果证明了合成数据,功能性MRI数据,交通流量的交通网络,和大量的随机生成的数据集。我们表明,所提出的方法可以获得一个准确的近似GL的大小为$80,000\times 80,000$(超过32亿变量)的实例在不到30分钟的标准笔记本电脑上运行MATLAB,而其他国家的最先进的方法不收敛在4小时内。
2019-06-28 stat.ML
Model Selection Consistency of Lasso for Empirical Data
大规模的经验数据,其样本量和维数都很高,往往表现出各种各样的特征。例如,噪声项遵循未知的分布,或者模型非常稀疏,关键变量的数量是固定的,而维数随着$n$而增长。我们考虑了这类数据的Lasso模型选择问题。我们调查的理论保证和模拟,并表明套索是各种数据的鲁棒性。
2018-06-15 math.ST stat.TH
LASSO, Iterative Feature Selection and the Correlation Selector: Oracle Inequalities and Numerical Performances
本文提出了一类二次损失回归估计的一般算法。我们的算法能够选择相关的功能到一个大的字典。我们证明了很多已经研究过的算法(LASSO和组LASSO,Dantzig选择器,迭代特征选择等)属于我们的家族,并展示了这个家族的另一个特殊成员,我们称之为相关性。使用我们的家庭的算法的一般属性,我们证明了预言不等式IFS,LASSO和相关性,并比较这些估计的数值性能的玩具的例子。
2008-11-25 math.ST stat.TH
Consistent group selection in high-dimensional linear regression
在协变量可以自然分组的回归问题中,Lasso组是一种有吸引力的变量选择方法,因为它尊重数据中的分组结构。我们研究了当组数超过样本量时,高维环境下Lasso组的选择和估计性质。我们提供了充分条件,在此条件下,Lasso组选择一个模型,该模型的维数与具有高概率的基础模型相当,并且是估计一致的。但是,Lasso组通常不是选择一致的,并且倾向于选择在模型中不重要的组。为了改善选择结果,我们提出了一种自适应组Lasso方法,它是自适应Lasso的推广,需要一个初始估计。我们证明了在一定条件下,当Lasso群作为初始估计时,自适应Lasso群在群选择中是相容的。
2010-11-29 math.ST stat.TH
Cooperative Thresholded Lasso for Sparse Linear Bandit
Eberhard Karls University of Tübingen(蒂宾根大学(埃伯哈德·卡尔斯图宾根大学))
本文针对多智能体稀疏线性赌博机问题,提出协作阈值 Lasso 方法进行降维和信息共享,以降低通信成本并实现 $\mathcal{O}(s_0 \log d + s_0 \sqrt{T})$ 的遗憾界,是首个处理按行分布稀疏数据的算法。
2023-05-30 cs.LG stat.ML
Bayesian Variable Selection and Estimation for Group Lasso
本文重新访问贝叶斯群体套索,并使用穗和板坯先验组变量选择。在这个过程中,我们的模型与惩罚回归的连接被证明,并指出后中值阈值的作用。证明了在正交设计下,后验中位数估计对组变量的选择和估计具有预言性质,而当变量选择达到一致时,组Lasso估计具有次优的渐近估计率.接下来,我们考虑两个层次的选择问题,并提出了贝叶斯稀疏组选择再次与穗和板坯先验选择变量在组水平和组内。我们通过模拟证明,我们的尖峰和平板模型的后验中值估计具有优良的性能,无论是变量的选择和估计。
2015-12-03 math.ST stat.TH
Empirical Bayes Variable Selection with Lasso Statistics in the AMP Framework
Hebrew University of Jerusalem(希伯来大学)
本文在AMP框架中提出基于经验贝叶斯的最优变量选择方法,通过估计局部假发现率来改进Lasso统计量的使用,实现显著的功率提升。
2026-02-09 math.ST stat.TH
Regularization with the Smooth-Lasso procedure
我们考虑线性回归问题。我们提出了S-Lasso过程来估计未知的回归参数。该估计量在考虑连续协变量(或预测变量)之间的相关性的同时具有表示的稀疏性。该研究涵盖了$p\gg n$的情况,即协变量的数量远大于观察值的数量。在理论上,对于固定的$p$,我们建立了变量选择结果的渐近正态性和一致性。当$p\geq n$时,我们提供了变量选择一致性结果,并表明S-Lasso实现了稀疏不等式,即,根据oracle向量的非零分量的数量的界限。与其挑战者相比,S-Lasso似乎具有很好的变量选择特性。此外,我们提供了一个估计的有效自由度的S-Lasso估计。一项模拟研究表明,S-套索表现优于套索,就变量选择而言,特别是当连续的协变量之间存在高度相关性。这个过程似乎也是Elastic-Net的一个很好的挑战者(Zou和Hastie,2005)。
2008-10-15 math.ST stat.TH
Improving Lasso for model selection and prediction
已知的是,双保持Lasso(TL)、SCAD或MCP校正Lasso的固有估计偏差。在本文中,我们提出了一种替代的方法来改善Lasso的预测模型与一般的凸损失函数,其中包括正常的线性模型,逻辑斯谛回归,分位数回归或支持向量机。对于给定的惩罚,我们对Lasso非零系数的绝对值进行排序,然后通过广义信息准则从一个小的嵌套族中选择最终模型。我们推导出该方法的选择误差的指数上界。这些结果证实,至少对于正常的线性模型,我们的算法似乎是模型选择理论的基准,因为它是建设性的,计算效率高,并导致一致的模型选择弱假设。该算法的构造性意味着,与TL、SCAD或MCP相比,一致性选择不依赖于未知参数作为锥可逆因子。相反,我们的算法只需要样本量,预测的数量和噪声参数的上界。我们在合成和真实世界的数据集上的数值实验表明,我们的算法的实现比研究凹正则化的实现更准确。我们的过程包含在R包“DMRnet”中,可在CRAN库中找到。
2021-01-25 math.ST stat.ME stat.TH
Autoregressive Process Modeling via the Lasso Procedure
Lasso是线性模型的一个流行的模型选择和估计程序,具有良好的理论特性。本文研究了自回归时间序列模型的Lasso估计。我们采用了一个双渐近框架,最大滞后可能会增加与样本量。我们得出的理论结果建立各种类型的一致性。特别地,我们推导出自回归系数的Lasso估计是模型选择一致、估计一致和预测一致的条件。模拟研究结果的报告。
2008-05-08 math.ST stat.TH
High-dimensional graphs and variable selection with the Lasso
多元正态分布的逆协方差阵中的零元模式对应于变量之间的条件独立约束。协方差选择的目的是从数据中估计这些结构零点。我们表明,邻域选择与Lasso是一个计算上有吸引力的替代标准的协方差选择稀疏高维图。邻域选择分别估计图中每个节点的条件独立性限制,因此等价于高斯线性模型的变量选择。我们表明,建议的邻域选择方案是一致的稀疏高维图。一致性取决于罚参数的选择。最优预测的预言值不会导致一致的邻域估计。相反,控制错误地加入图的一些不同的连通性组件的概率,稀疏图的一致性估计实现(指数率),即使当变量的数量增长的观察的数量上升到一个任意的权力。
2006-08-01 math.ST stat.TH
Exact covariance thresholding into connected components for large-scale Graphical Lasso
我们考虑稀疏逆协方差正则化问题或具有正则化参数$ρ$的图形套索。假设通过在$ρ$处对样本协方差阵的条目进行阈值化而形成的协方差图被分解成连通分量。我们表明,阈值协方差图诱导的顶点划分是完全相等的估计浓度图诱导。这个简单的规则,当被用作现有算法的包装时,会带来巨大的性能提升。对于大值的$ρ$,我们的建议分裂成较小的易处理的问题,一个大的图形套索问题,使之有可能解决,否则不可行的大规模图形套索问题。
2011-09-15 stat.CO stat.ML
Adaptive robust variable selection
高维重尾数据在各个科学领域中普遍存在,对现代统计分析提出了巨大的挑战。解决这个问题的一个自然过程是使用带有加权$L_1$ -惩罚的惩罚分位数回归,称为加权鲁棒Lasso(WR-Lasso),其中引入权重来改善由$L_1$ -惩罚引起的偏差问题。在维数随样本量呈指数增长的超高维情形下,我们研究了模型选择的预言性质,建立了WR-Lasso的渐近正态性.我们表明,只有温和的条件模型误差分布是必要的。我们的理论结果还表明,自适应选择的权向量是必不可少的WR-Lasso享受这些好的渐近性质。为了使WR-Lasso实际可行,我们提出了一个两步的过程,称为自适应鲁棒Lasso(AR-Lasso),其中在第二步中的权向量是基于$L_1$惩罚分位数回归估计从第一步。理论上证明了这两步过程具有预言性质和渐近正态性。数值研究表明,有利的有限样本性能的AR-套索。
2014-03-21 math.ST stat.TH
Asymptotic Properties of Lasso+mLS and Lasso+Ridge in Sparse High-dimensional Linear Regression
本文研究了稀疏高维线性回归模型下Lasso+mLS和Lasso+Ridge的渐近性质:Lasso选择预测变量,然后用修正的最小二乘(mLS)或Ridge估计其系数.首先,我们提出了一个有效的推理过程的参数估计的基础上参数残差自助Lasso+mLS和Lasso+岭。其次,我们推导了Lasso+mLS和Lasso+Ridge的渐近无偏性。更具体地说,我们表明,他们的偏见以指数速度衰减,他们可以实现预言收敛速度$s/n$(其中$s$是非零回归系数的数量和$n$是样本量)的均方误差(MSE)。第三,我们证明了Lasso+mLS和Lasso+Ridge是渐近正态的。他们有一个预言性质,在这个意义上,他们可以选择真正的预测与概率收敛到1和非零参数的估计有相同的渐近正态分布,如果零参数是已知的。事实上,我们的分析并不局限于在选择阶段采用Lasso,而是适用于选择错误模型的概率呈指数衰减率的任何其他模型选择标准。
2014-01-12 math.ST stat.TH
The sparsity and bias of the Lasso selection in high-dimensional linear regression
Meinshausen和Buhlmann [Ann. Statistist. 34(2006)1436- 1462]表明,对于高斯图形模型中的邻域选择,在邻域稳定性条件下,LASSO是一致的,即使当变量的数量比样本量更高阶时。Zhao和Yu [(2006)J. Machine Learning Research 7 2541--2567]在线性回归的上下文中将邻域稳定性条件形式化为强不可表示条件。该论文表明,在这种条件下,LASSO精确地选择非零回归系数的集合,只要这些系数以一定的速率远离零。本文假设理想模型外的回归系数很小,但不一定为零。在稀疏Riesz条件下的设计变量的相关性,我们证明了LASSO选择一个模型的正确顺序的维度,控制的水平所确定的小回归系数和阈值偏差的贡献所选择的模型的偏差,并选择所有系数的更大的顺序比所选择的模型的偏差。此外,由于这种速率一致性的LASSO模型选择,它被证明是误差平方和的平均响应和$\ell_α$ -损失的回归系数收敛在最佳可能的速率在给定的条件下。我们的结果的一个有趣的方面是,变量的数量的对数可以是相同的顺序为某些随机相关设计的样本量。
2008-08-07 math.ST stat.TH
An l1-Oracle Inequality for the Lasso
在过去的几年里,套索吸引了许多作者的注意。虽然已经做了很多努力来证明,Lasso的行为就像一个变量选择过程的价格强(虽然不可避免的)假设这些变量的几何结构,少得多的注意力已经支付给Lasso作为正则化算法的性能分析。我们这里的第一个目的是在这个方向上提供一个概念上非常简单的结果。我们将证明,只要正则化参数选择得当,Lasso几乎和确定性Lasso一样有效。这个结果不需要任何假设,无论是对变量的结构还是对回归函数。我们的第二个目的是引入一个新的估计,特别适合于处理无限可数字典。该估计量被构造为Lasso估计量序列中的一个l0-惩罚估计量,该估计量序列与不断增长的截断字典的二元序列相关联。选择过程自动选择字典的最佳截断水平,以便在近似、l1正则化和稀疏性之间做出最佳权衡。从理论的角度来看,我们将提供一个预言不等式满足这个选定的Lasso估计。为Lasso和选定的Lasso估计量建立的Oracle不等式将使我们能够推导出在广泛的一类函数上的收敛速率,表明这些估计量至少与贪婪算法一样好。此外,我们将证明所选择的Lasso估计量的收敛速度是最佳的正交的情况下,从下面的极小极大风险的一些Besov机构的边界。最后,我们将在神经网络的具体框架下研究Lasso算法在无限不可数字典上的性能。本文所给出的所有预言不等式都是通过应用一个在一组非线性模型中选择模型的一般定理得到的,该定理是高斯浓度不等式的…
2010-07-27 math.ST stat.TH
"Pre-conditioning" for feature selection and regression in high-dimensional problems
我们考虑回归问题的预测的数量大大超过观察的数量。我们提出了一种变量选择的方法,首先估计的回归函数,产生一个“预处理”的响应变量。用于此初始回归的主要方法是监督主成分。然后,我们应用一个标准的程序,如前向逐步选择或LASSO的预处理的反应变量。在许多模拟和真实数据的例子中,这个两步过程优于向前逐步选择或通常的LASSO(直接应用于原始结果)。我们还表明,在一定的高斯潜变量模型下,应用LASSO的预条件响应变量是一致的预测和观察的数量增加。当观测噪声较大时,本文方法比LASSO方法能给出更精确的估计。我们说明我们的方法在一些实际问题上,包括生存分析与微阵列数据。
2007-03-28 math.ST stat.TH
Robust Lasso-Zero for sparse corruption and model selection with missing covariates
我们提出了鲁棒Lasso零,扩展的Lasso零方法,最初介绍了稀疏线性模型,稀疏腐败问题。我们给出了一个稍微简化的版本的估计,被称为judgeholded正义追求的参数的符号恢复理论保证。稳健Lasso-Zero用于协变量中缺失值的变量选择。除了不需要为协变量指定模型,也不需要估计它们的协方差阵或噪声方差之外,该方法具有处理非随机缺失值而不指定参数模型的巨大优势。数值实验和医学应用强调了鲁棒拉索零在这样的背景下,几乎没有可用的竞争对手的相关性。该方法易于使用,并在R库lass 0中实现。
2022-03-23 stat.AP stat.ME stat.ML
Some Two-Step Procedures for Variable Selection in High-Dimensional Linear Regression
我们研究了高维变量选择问题,通过一些两个步骤的程序。首先,我们表明,给定一些好的初始估计,这是$\ell_{\infty}$ -一致的,但不一定变量选择一致的,我们可以应用非负Garrote,自适应Lasso或硬阈值的过程,以获得一个最终的估计,估计和变量选择一致。与Lasso不同,我们的结果不需要不可表示的条件,即使对于中度$p_n$也可能容易失败(Zhao和Yu,2007),并且它还允许$p_n$几乎与$\exp(n)$一样快地生长(对于硬阈值,对$p_n$没有限制)。我们还研究了岭回归可以用作初始估计的条件。我们证明了在放松的可识别条件下,岭估计是$\ell_{\infty}$ -相容的.当使用$p_n\le n$时,通常满足这样的条件,并且不需要相关和不相关协变量之间的部分正交性,而这是单变量回归所需的(Huang et al.,2008年)。我们的数值研究表明,当使用Lasso或Ridge作为初始估计量时,两步程序具有比使用单变量回归的Lasso或自适应Lasso更高的稀疏恢复率(Huang et al.,2008年)。
2008-10-09 math.ST stat.TH
The Adaptive Lasso with Weighted IPW Factor and KRR Penalty Function
Beijing University of Technology(北京工业大学)
本文提出一种结合加权IPW因子与KRR惩罚的自适应Lasso,证明其具有Oracle性质,并通过数值模拟验证其性能接近极小极大最优。
2026-10-08 math.ST stat.TH
Lasso in infinite dimension: application to variable selection in functional multivariate linear regression
本文研究无限维函数型多元线性回归中的变量选择问题,提出基于Group-Lasso的两种估计方法,并给出稀疏性oracle不等式及坐标下降算法,通过模拟和真实数据验证了估计量的表现。
2023-05-31 math.ST stat.TH
Adaptive group LASSO selection in quantile models
本文考虑了一个解释变量分组的线性模型。如果模型误差不具有零均值和有界方差,或者如果模型包含离群值,则最小二乘框架是不合适的。因此,分位数回归是一个有趣的选择。为了自动选择相关的变量组,我们提出并研究了自适应组LASSO分位数估计。在变量组个数固定和变量组个数不同两种情况下,我们证明了估计量的稀疏性和渐近正态性。通过蒙特卡罗模拟的数值研究证实了理论结果,并说明了所提出的估计的性能。
2016-07-13 math.ST stat.ME stat.TH
Exact post-selection inference, with application to the lasso
我们开发了一个通用的方法,有效的推理模型选择后。在我们的框架的核心是一个结果,其特征在于后选择估计的选择事件的条件下的分布。我们专门的方法来选择模型的套索,形成有效的置信区间为选定的系数和测试是否所有相关的变量已被包括在模型中。
2016-05-03 math.ST stat.ME stat.ML
Post-selection inference with HSIC-Lasso
在非线性和/或高维数据中检测有影响力的特征是机器学习中一项具有挑战性且日益重要的任务。因此,变量选择方法和选择后推理一样受到了广泛的关注。事实上,如果不考虑选择程序,所选特征可能存在重大缺陷。我们提出了一个选择性的推理过程,使用所谓的无模型的“HSIC-Lasso”的基础上的框架截断高斯结合多面体引理。然后,我们开发了一种算法,它允许低计算成本,并提供了一个选择的正则化参数。我们的方法的性能说明了人工和现实世界的数据为基础的实验,强调严格控制的I型错误,即使是小样本量。
2021-06-17 math.ST stat.ML stat.TH
Restricted LASSO and Double Shrinking
在多元回归模型的上下文中,假设感兴趣的向量参数β处于子空间假设Hβ= h中,其中该限制基于附加信息或先验知识。然后,限制估计器执行相当好比普通最小二乘之一。此外,当变量的数量相对于观测值而言相对较大时,建议使用最小绝对收缩和选择算子(LASSO)估计量进行变量选择。在本文中,我们定义了一个限制LASSO估计和配置三类LASSO型估计,以满足变量选择和限制估计。研究了估计量的渐近性能,并通过仿真分析了渐近相对效率。我们的结果的应用被认为是前列腺数据集的预期预测误差和风险进行比较。结果表明,本文提出的基于双收缩方法的收缩LASSO估计比经典的LASSO估计有更好的性能。
2015-05-12 math.ST stat.ME stat.TH
On the Distribution, Model Selection Properties and Uniqueness of the Lasso Estimator in Low and High Dimensions
通过利用定义估计量的最优化问题的结构,我们在低维和高维线性回归模型的上下文中推导出Lasso估计量的有限样本分布的表达式。在低维情况下,我们假设回归矩阵的满秩,并给出了累积分布函数和估计量的绝对连续部分的密度的表达式。我们的结果的情况下,正态分布的错误,但不取决于这个假设,可以很容易地推广。此外,我们建立了一个明确的公式之间的对应关系的Lasso和最小二乘估计。我们推导出类似的结果分布在高维不太明确的形式,我们在回归矩阵上没有任何假设。在这种情况下,我们还研究了Lasso的模型选择属性,并表明估计器可能只选择模型的一个子集,完全独立于观察到的响应向量。最后,我们提出了一个条件的唯一性的估计,这是必要的,以及充分的。
2020-02-14 math.ST stat.ME stat.TH
Estimation And Selection Via Absolute Penalized Convex Minimization And Its Multistage Adaptive Applications
$\ell_1$惩罚方法,或Lasso,已经成为分析大型数据集的重要工具。Lasso在线性回归中得到了许多重要的结果,这些结果使人们对高维统计问题有了更深的理解。本文考虑了一般形式的凸损失函数的一类加权$\ell_1$ -惩罚估计,包括广义线性模型。我们研究的估计,预测,选择和稀疏性的加权$\ell_1$惩罚估计稀疏,高维设置的预测$p$的数量可以远远大于样本量$n$。Adaptive Lasso被认为是一种特殊情况。一个多阶段的方法开发应用自适应Lasso递归。我们提供了$\ell_q$预言不等式,一般的选择一致性定理,和上界的Lasso估计的维数。重要的模型,包括线性回归,逻辑斯谛回归和对数线性模型是用来说明一般结果的应用。
2011-12-29 math.ST stat.ML stat.TH
The LASSO Estimator: Distributional Properties
最小绝对收缩和选择算子(LASSO)是一种流行的同时估计和模型选择的技术。关于LASSO估计的大样本渐近分布性质已经有很多研究,但是众所周知,渐近结果可能会给出LASSO估计的实际有限样本行为的错误图像。对于正交模型的特殊情况,LASSO估计量的有限样本分布已经在前面进行了研究。本文的目的是推广高斯噪声中实线性测量模型的LASSO估计的有限样本分布性质。本文首先导出了LASSO估计的有限样本特征函数的表达式,然后利用Fourier切片定理得到了LASSO估计的线性变换的一维分量的边缘密度函数的近似表达式。
2016-07-02 math.ST stat.AP stat.TH
On Model Selection Consistency of Lasso for High-Dimensional Ising Models
The University of Tokyo(东京大学);Kyoto University(京都大学)
本文从理论上分析了高维Ising模型中最小绝对收缩选择算子(Lasso)的模型选择一致性,包括有无后阈值处理。对于大小为$p$、节点度为$d$、耦合度为$θ_0$的随机正则(RR)图,严格证明了Lasso \textit{without post-thresholding}在整个顺磁相是模型选择一致的,且样本复杂性阶数$n=Ω{(d^3\log{p})}$与$\ell_1$ -正则化逻辑斯谛回归($\ell_1$ -LogR)相同.这一结果与Meng、Obuchi和Kabashima 2021中使用统计物理学的非严格复制方法的猜想一致,从而用严格的证明对其进行了补充。对于一般的树型图,证明了在依赖条件和不相干条件的适当假设下,可以得到与RR图相同的结果。此外,我们提供了一个严格的证明模型选择一致性的Lasso后阈值一般树状图在顺磁阶段的依赖性和不相干条件没有进一步的假设。实验结果与理论分析相吻合。
2023-02-17 cs.LG math.ST stat.ML
Bolasso: model consistent Lasso estimation through the bootstrap
INRIA(法国国家信息与自动化研究所);Laboratoire d’Informatique de l’Ecole Normale Supérieure(巴黎高等师范学院信息学实验室);CNRS(法国国家科学研究中心);ENS(巴黎高等师范学院)
我们考虑用l1范数正则化的最小二乘线性回归问题,这个问题通常被称为Lasso。在本文中,我们提出了一个详细的渐近分析的模型一致性的Lasso。对于正则化参数的各种衰减,我们计算正确模型选择的概率的渐近等价(即,变量选择)。对于一个特定的速率衰减,我们表明,Lasso选择所有的变量,应该进入模型的概率趋于一个指数快速,而它选择所有其他变量的严格正概率。我们表明,这个属性意味着,如果我们运行的Lasso的几个自举复制一个给定的样本,然后交叉的Lasso自举估计的支持,导致一致的模型选择。这种新的变量选择算法,被称为Bolasso,相比其他线性回归方法的合成数据和数据集的UCI机器学习库。
2008-04-08 cs.LG math.ST stat.ML
Selective inference with unknown variance via the square-root LASSO
当噪声水平已知时,模型选择后的推理最近已经有了很多工作,然而,$σ$在实践中很少知道,并且在高维设置中其估计是困难的。在这项工作中,我们建议使用的平方根LASSO(也称为缩放LASSO)进行选择性的推断系数和噪声水平的同时。平方根LASSO具有选择合理的调谐参数是无标度的性质,即它不依赖于数据中的噪声水平。我们为选择后的系数提供有效的p值和置信区间,并估计模型特定方差。我们的估计比其他估计的$σ^2$在模拟中表现得更好。
2017-02-09 math.ST stat.ME stat.TH
Least squares after model selection in high-dimensional sparse models
在这篇文章中,我们研究后模型选择估计,适用于普通最小二乘(OLS)的第一步惩罚估计,典型的Lasso选择的模型。众所周知,Lasso可以以接近Oracle的速率估计非参数回归函数,因此很难改进。我们表明,OLS后Lasso估计执行至少以及Lasso的收敛速率方面,并具有较小的偏差的优势。值得注意的是,即使基于Lasso的模型选择“失败”,也会出现这种性能,因为它丢失了“真正”回归模型的一些组成部分。所谓“真”模型,我们指的是对预言机选择的非参数回归函数的最佳s维逼近。此外,如果基于Lasso的模型选择正确地包括“真”模型的所有分量作为子集,并且还实现了足够的稀疏性,则在收敛速度收敛速率严格更快的意义上,OLS post-Lasso估计量可以严格优于Lasso。在极端情况下,当Lasso完美地选择“真”模型时,OLS post-Lasso估计量成为oracle估计量。在我们的分析中,一个重要的成分是一个新的稀疏约束的维度选择的模型的Lasso,这保证了这个维度是在最多的相同的顺序作为“真正的”模型的维度。我们的速率结果是非渐近的,并在参数和非参数模型。此外,我们的分析不仅限于在第一步中作为选择器的Lasso估计器,而且还适用于任何其他估计器,例如,各种形式的阈值Lasso,具有良好的速率和良好的稀疏性。我们的分析涵盖了传统的阈值和一个新的实用,数据驱动的阈值方案,诱导额外的稀疏性保持…
2013-03-20 math.PR math.ST stat.ME
Approximate Post-Selective Inference for Regression with the Group LASSO
在使用LASSO组(或广义变体,如重叠、稀疏或标准化LASSO组)进行选择后,在没有对选择偏倚进行调整的情况下,对所选参数的推断是不可靠的。在惩罚高斯回归设置,现有的方法提供了选择事件,可以表示为线性不等式的数据变量的调整。然而,这样的表示,未能举行选择与集团LASSO和实质上阻碍了范围内的后续后选择推理。关键问题的推理兴趣-例如,推理的影响,选定的变量的结果-仍然没有答案。在本文中,我们开发了一个一致的,后选择,贝叶斯方法来解决现有的差距,通过推导出一个似然调整因子和近似值,消除偏见的选择组。在模拟数据和Human Connectome Project数据上的实验表明,我们的方法可以恢复所选组内参数的影响,同时只需付出很小的代价进行偏差调整。
2022-08-13 math.ST stat.ME stat.ML
Consistent selection via the Lasso for high dimensional approximating regression models
在这篇文章中,我们通过流行的Lasso方法研究回归模型中选择的一致性。在这里,我们离开传统的线性回归假设,并考虑近似的回归函数$f$与给定的字典的$M$功能的元素。一致性的目标是来自该字典的那些函数的索引集,这些函数在属于以$f$为中心且半径为$r_{n,M}^2$的$L_2$球的所有线性组合中实现对$f$的最简约近似。在这个框架中,我们表明,这个指标集的一致估计可以通过$\ell_1$惩罚最小二乘法,与数据相关的罚款和调整序列$r_{n,M}>\sqrt{\log(Mn)/n}$,其中$n$是样本量。我们的结果适用于任何$1\leq M\leq n^γ$,任何$γ>0$。
2008-05-21 math.ST stat.ME stat.TH
Consistent Feature Selection for Analytic Deep Neural Networks
University of Delaware(特拉华大学);Dalhousie University(达尔豪西大学)
特征选择是实现神经网络模型的可解释性和可解释性的最重要步骤之一,其目的是识别相关特征的子集。该领域的理论成果主要集中在预测方面的问题,几乎没有工作的特征选择一致性的深度神经网络由于模型的严重非线性和不可识别性。这种理论基础的缺乏使人们对深度学习在正确解释特征起核心作用的环境中的适用性产生了怀疑。在这项工作中,我们研究了解析深度网络的特征选择问题。我们证明了,对于广泛的一类网络,包括深度前馈神经网络,卷积神经网络,和一个主要的子类的剩余神经网络,自适应组Lasso选择过程与组Lasso作为基础估计是选择一致的。这项工作提供了进一步的证据,表明Group Lasso对于使用神经网络进行特征选择可能是低效的,并提倡使用Adaptive Group Lasso而不是流行的Group Lasso。
2020-10-16 cs.LG math.ST stat.ML
Uniformly Valid Confidence Sets Based on the Lasso
在固定维线性回归模型$p \leq n$中,基于Lasso估计,构造了未知参数向量的置信区域,该估计在有限样本下以及在渐近条件下,一致且精确地保持给定的置信区域.因此,我们量化估计的不确定性以及“后模型选择误差”的估计。更具体地说,在有限样本高斯误差和渐近的情况下,拉索估计被调整到执行保守的模型选择,我们推导出精确的公式,用于计算最小覆盖概率在整个参数空间的一大类形状的置信集,从而使有效的置信区域的建设在这些设置的基础上的拉索估计。文中还讨论了置信集形状的选择以及与基于最小二乘估计的置信椭圆的比较。此外,在调整Lasso估计器以实现一致的模型选择的情况下,我们给出了一个简单的置信区域,其最小覆盖概率收敛到1。最后,我们还处理未知误差方差的情况下,并提出了一些想法的扩展。
2018-05-14 math.ST stat.ME stat.TH
Consistent feature selection for neural networks via Adaptive Group Lasso
University of Delaware(特拉华大学);Dalhousie University(达尔豪斯大学)
在医学和工程科学中广泛使用深度学习的一个主要障碍是其可解释性。虽然神经网络模型是进行预测的强大工具,但它们通常很少提供有关哪些特征在影响预测准确性方面起重要作用的信息。为了克服这个问题,已经提出了许多用于利用神经网络学习的正则化过程以丢弃非重要特征。不幸的是,由于缺乏理论结果,人们对此类管道的适用性产生了怀疑。在这项工作中,我们提出并建立了一个理论保证使用自适应组套索选择重要功能的神经网络。具体来说,我们表明,我们的特征选择方法是一致的单输出前馈神经网络与一个隐藏层和双曲正切激活函数。我们证明了它的适用性,使用模拟和数据分析。
2021-12-03 cs.LG math.ST stat.ML
The oracle property of the generalized outcome adaptive lasso
本文证明了高维因果推断变量选择方法 GOAL 具有神谕性质,并通过模拟表明其在处理共线性问题上优于 OAL。
2024-06-09 math.ST stat.ME stat.TH
Spacing Test for Fused Lasso
Osaka University(大阪大学)
针对一维信号变点检测中融合Lasso的不确定性量化难题,本文揭示其简单几何结构(无变点离开事件),证明保守间距检验为精确方法,得到闭合形式p值,经模拟和真实数据验证了精确性与高效性。
2026-10-20 cs.LG math.ST stat.TH
SIGLE: a valid procedure for Selective Inference with the Generalized Linear Lasso
本文针对广义线性 lasso 变量选择后的统计推断问题,提出 SIGLE 框架,通过基于模拟退火的条件采样方法,在稀疏逻辑回归等场景中实现比现有 PSI 方法更高效且有效的选择性推断。
2023-07-10 math.ST stat.ME stat.TH
Selection consistency of Lasso-based procedures for misspecified high-dimensional binary model and random regressors
Institute of Computer Science, Polish Academy of Sciences(波兰科学院计算机科学研究所);Warsaw University of Technology(华沙理工大学)
本文考虑了一般损失函数下二元响应的高维回归问题的随机预测变量的选择问题。重要的特殊情况是二元模型为半参数模型,并且在参数模型拟合下错误指定了响应函数。选择这样一个场景的目的是恢复支持的相关风险最小化的大概率。我们提出了一个两步选择过程,包括筛选和排序预测的Lasso方法,然后选择一个子集的预测,最小化相应的嵌套系列的模型的广义信息准则。我们证明的选择方法的条件下,允许更大的预测数量比观察的一致性。对于半参数情形,当随机预测变量的分布满足线性回归条件时,真实参数和估计参数是共线的,并且它们的公共支持度可以一致地确定。
2019-06-10 cs.LG math.ST stat.ME
Sequential Lasso for feature selection with ultra-high dimensional feature space
我们提出了一种新的方法,顺序Lasso,在超高维特征空间的线性回归模型的特征选择。本文研究了序列Lasso算法的渐近性质,建立了其选择一致性。与其他顺序方法一样,Sequential Lasso的实现不受特征空间维数的限制。它比其他顺序方法具有优势。比较了序贯Lasso方法与其他序贯方法的仿真结果。
2011-07-14 stat.ME
On the Distribution of the Adaptive LASSO Estimator
我们研究了自适应LASSO估计(Zou(2006))在有限样本和大样本极限下的分布。大样本分布的情况下,自适应LASSO估计进行调整,以执行保守的模型选择,以及调整结果一致的模型选择。我们表明,有限样本以及大样本分布通常是高度非正态的,无论选择的调谐参数。一致的收敛速度也得到了,并示出慢于$n^{-1/2}$的情况下,估计器进行调整,以执行一致的模型选择。特别是,这些结果质疑邹(2006)建立的自适应LASSO估计量的“预言”属性的统计相关性。此外,我们还给出了自适应LASSO估计的分布函数估计的一个不可能性结果,并用非正交回归的Monte Carlo研究补充了正交设计回归模型的理论结果.
2008-12-16 math.ST stat.ME stat.ML
Efficient Clustering of Correlated Variables and Variable Selection in High-Dimensional Linear Models
Indian Statistical Institute(印度统计研究所)
本文提出了一种自适应聚类Lasso(ACL)方法,用于变量强相关的高维稀疏回归模型的变量选择。为了处理相关变量,聚类或分组变量,然后追求模型拟合的概念被广泛接受。当维数很高时,找到一个合适的群结构和原来的问题一样困难。ACL是一个三阶段的过程,在第一阶段,我们使用Lasso(或其自适应或阈值版本)进行初始选择,然后我们还包括那些未被Lasso选择但与Lasso选择的变量密切相关的变量。在第二阶段,我们集群的变量的基础上减少预测集,并在第三阶段,我们进行稀疏估计,如Lasso集群代表或组Lasso的基础上产生的结构聚类过程。我们表明,我们的程序是一致的和有效的,在寻找真正的底层人口群体结构(假设不可表示和β-min条件下)。我们还研究了我们的方法的组选择的一致性,我们使用模拟和伪真实数据集的例子来支持理论。
2016-03-11 cs.LG stat.ML
Distributionally Robust Formulation and Model Selection for the Graphical Lasso
University of California, Santa Barbara(加州大学圣巴巴拉分校)
建立在最近的框架分布鲁棒优化,我们考虑估计的逆协方差阵的多元数据。我们提供了一个新的概念Wasserstein模糊集专门针对这个估计问题,导致一个易于处理的一类正规化估计。特殊情况包括高斯数据的惩罚似然估计,特别是图形套索估计。作为该公式的结果,Wasserstein模糊度集的半径与估计问题中的正则化参数直接相关。使用这种关系,估计过程的鲁棒性水平可以被示出为对应于模糊度集合包含具有总体协方差的分布的置信水平。此外,我们的配方的一个独特的功能是,半径可以表示为一个普通的样本协方差阵的函数的封闭形式。利用这一发现,我们开发了一个简单的算法来确定图形套索的正则化参数,只使用自举的样本协方差阵,这意味着计算昂贵的图形套索算法的重复评估是没有必要的。或者,如果使用现成的方法(如交叉验证),则分布鲁棒公式也可以量化相应估计量的鲁棒性。最后,我们数值研究得到的正则化准则和分析的鲁棒性的其他自动调整程序在实践中使用。
2019-10-05 cs.LG math.ST stat.ML
Sparse covariance thresholding for high-dimensional variable selection
在高维空间中,许多变量选择方法,如套索,往往受到样本协方差阵的过度变异性和秩不足的限制。协方差稀疏性是高维应用中的自然现象,例如微阵列分析、图像处理等,其中大量的预测因子是独立的或弱相关的。在本文中,我们提出了协方差阈值套索,一类新的回归方法,可以利用协方差稀疏性,以改善变量的选择。我们建立的理论结果,在随机设计的设置,相关的协方差稀疏变量选择。实际数据和仿真实例表明,我们的方法可以有效地提高变量选择性能。
2010-06-06 stat.ME
Comparison of the LASSO and Integrative LASSO with Penalty Factors (IPF-LASSO) methods for multi-omics data: Variable selection with Type I error control
本文比较 LASSO 与 IPF-LASSO,并结合稳定性选择控制假阳性,评估模态特异惩罚参数在独立、相关高维组学数据及乳腺癌数据中的变量选择效果。
2024-04-03 stat.AP stat.ME
Selective inference using randomized group lasso estimators for general models
本文针对一般分布与损失函数下的组 lasso 估计量开发了基于随机化的选择性推断方法,通过构建选择后似然进行参数估计与置信区域推断,并在真实数据与模拟中验证了其有效性。
2024-03-26 math.ST stat.ME stat.ML