Каковы плюсы и минусы использования LARS [1] по сравнению с использованием координатного спуска для подбора L1-регуляризованной линейной регрессии?
Я в основном заинтересован в аспектах производительности (мои проблемы, как правило, N
исчисляются сотнями тысяч и p
<20). Однако, любые другие идеи также будут оценены.
редактировать: так как я разместил вопрос, chl любезно указал на статью [2] Фридмана и др., где показано, что спуск координат значительно быстрее, чем другими методами. Если это так, должен ли я как практикующий просто забыть о LARS в пользу спуска по координатам?
[1] Эфрон, Брэдли; Асти, Тревор; Джонстон, Иэн и Тибширани, Роберт (2004). «Наименьший угол регрессии». Летопись статистики 32 (2): с. 407–499.
[2] Джером Фридман, Тревор Хасти, Роб Тибширани, «Пути регуляризации для обобщенных линейных моделей с помощью координатного спуска», Journal of Statistical Software, Vol. 33, выпуск 1, февраль 2010 г.
источник