 |
|
|
|
| HAL : hal-00686055, version 2 |
| arXiv : 1204.1605 |
| Fiche détaillée |  Récupérer au format |
|
|
| Versions disponibles : | v1 (07-04-2012) | v2 (09-07-2012) |
|
|
|
|
| How Correlations Influence Lasso Prediction |
|
|
| Mohamed Hebiri 1Johannes C. Lederer 2 |
|
|
| (06/04/2012) |
|
|
|
| We study how correlations in the design matrix influence Lasso prediction. First, we argue that the higher the correlations are, the smaller the optimal tuning parameter is. This implies in particular that the standard tuning parameters, that do not depend on the design matrix, are not favorable. Furthermore, we argue that Lasso prediction works well for any degree of correlations if suitable tuning parameters are chosen. We study these two subjects theoretically as well as with simulations. |
|
|
|
|
|
|
|
|
|
|
|
| 1 : | Laboratoire d'Analyse et de Mathématiques Appliquées (LAMA) |
|
|
|
Université Paris-Est Marne-la-Vallée (UPEMLV) |
|
|
| 2 : | Seminar für Statistik |
|
|
|
Eidgenössische Technische Hochschule (ETH) - Zürich |
|
|
|
|
|
|
|
|
|
| Domaine | : | Mathématiques/Statistiques Statistiques/Théorie |
|
|
| Correlations – Lars Algorithm – Lasso – Restricted Eigenvalue – Tuning Parameter |
|
|
|
| Liste des fichiers attachés à ce document : | ||||||||||
|
||||||||||
|
|
|
| hal-00686055, version 2 | |
| http://hal.archives-ouvertes.fr/hal-00686055 | |
| oai:hal.archives-ouvertes.fr:hal-00686055 | |
| Contributeur : Mohamed Hebiri | |
| Soumis le : Vendredi 6 Juillet 2012, 15:14:56 | |
| Dernière modification le : Lundi 9 Juillet 2012, 08:45:45 | |
