著者
本武 陽一 五十嵐 康彦 竹中 光 永田 賢二 岡田 真人
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会全国大会論文集 第31回全国大会(2017)
巻号頁・発行日
pp.2I23in2, 2017 (Released:2018-07-30)

ノンパラメトリックなスパース変数選択法として,L1VMがL1正則パラメータλをone-standard ruleなどのアドホックな手法によって最適化されて適用されてきた.本研究では,L1VMで抽出された説明変数を用い,交差検証誤差やベイズ自由エネルギーによって各λから求められた説明変数を評価する枠組み(λ-スキャン法)を提案する.提案手法をスペクトル分解に適用し,その有効性を検証する.

言及状況

外部データベース (DOI)

Twitter (1 users, 1 posts, 0 favorites)

λスキャン、λをグリッドサーチしてモデル選択し、GLMでCVするのか。LASSOが選択した変数の重みも小さく潰すのを問題視しているように見える。それなら馬蹄分布である程度解決できそーな気もする……?λスキャンの方がサンプリングしない分高速だったりするのか知らん? https://t.co/JowsyoQzBe

収集済み URL リスト