How Correlations Influence Lasso Prediction

Abstract : 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.
Type de document :
Pré-publication, Document de travail
2012


https://hal.archives-ouvertes.fr/hal-00686055
Contributeur : Mohamed Hebiri <>
Soumis le : vendredi 6 juillet 2012 - 15:14:56
Dernière modification le : mercredi 1 avril 2015 - 01:00:22
Document(s) archivé(s) le : dimanche 7 octobre 2012 - 02:30:54

Fichiers

HebiriLederer12.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00686055, version 2
  • ARXIV : 1204.1605

Collections

Citation

Mohamed Hebiri, Johannes Lederer. How Correlations Influence Lasso Prediction. 2012. <hal-00686055v2>

Exporter

Partager

Métriques

Consultations de
la notice

120

Téléchargements du document

53