柔軟なラッソ

. モデルは階層的な方法で推定され、自由度を制御し、過学習を回避します。修正変数は観測可能であったり、トレーニングセット内でのみ観測されるか、全体として未観測であったりします。私たちの提案には、変動係数モデルや高次元相互作用モデルとの関連があります。大規模な予測因子への適用を容易にするために、正確なスクリーニングルールを持つ計算効率の良い最適化アルゴリズムを提示します。この方法は、さまざまなシミュレーションデータや実データの例で示されています。この論文の補足資料はオンラインで入手可能です。