Существует ли байесовская интерпретация линейной регрессии с одновременной регуляризацией L1 и L2 (она же упругая сеть)?

17

Хорошо известно, что линейная регрессия с штрафом эквивалентна нахождению оценки MAP с учетом гауссовского априорного коэффициента. Точно так же использование штрафа l 1 эквивалентно использованию распределения Лапласа в качестве предыдущего.l2l1

Нередко используют некоторую взвешенную комбинацию регуляризации и l 2 . Можно ли сказать, что это эквивалентно некоторому предварительному распределению по коэффициентам (интуитивно кажется, что так и должно быть)? Можем ли мы дать этому распределению хорошую аналитическую форму (возможно, смесь гауссовского и лапласианского)? Если нет, то почему нет?l1l2

Майкл Карри
источник
2
см. этот документ: tandfonline.com/doi/abs/10.1198/jasa.2011.tm09241 (если на этот вопрос не будет получен правильный ответ через неделю или две, я
опубликую
8
Я хотел бы добавить , что все время frequentists имеет штраф , байесовские может интерпретировать это как (возможно неправильный) перед е - р е п при стандартной гауссовой модели. penepen
user795305
спасибо, эта статья и ее цитаты отлично отвечают на мой вопрос!
Майкл Карри
Большой! Вы не против указать, какие цитаты вы имеете в виду? (Я планирую скоро прочитать эту статью и заинтересован в ваших комментариях)
user795305
1
Хорошо! Я думаю, что их байесовская интерпретация связана с моим вторым комментарием
user795305

Ответы:

6

Комментарий Бена, вероятно, является достаточным, но я приведу еще несколько ссылок, одна из которых содержится в статье, на которую ссылается Бен.

Байесовское представление упругих сетей было предложено Kyung et. и др. в их разделе 3.1. Хотя априорная оценка для коэффициента регрессии была правильной, авторы неправильно записали представление смеси.β

Исправленная байесовская модель для упругой сети была недавно предложена Роем ​​и Чакраборти (их уравнение 6). Далее авторы представляют соответствующий пробоотборник Гиббса для выборки из апостериорного распределения и показывают, что пробоотборник Гиббса сходится к стационарному распределению с геометрической скоростью. По этой причине эти ссылки могут оказаться полезными, в дополнение к статье Ганса .

Greenparker
источник
(+1) Отличный ответ!
user795305
1
для любого в будущем - на все статьи стоит обратить внимание, но статья Ганса дает вам несколько пробоотборников Гиббса для различных распределений, а также иерархическое представление априора, которое можно легко перевести в Stan.
Майкл Карри