DamiRocK

Lasso в одном измерении: soft-threshold для Sxy

При Sxx=1 задача (1/2)(β−z)^2+λ|β| имеет решение sign(z)max(|z|−λ,0), поэтому lasso способен занулить коэффициент точно.

Задача

Минимизируйте по β функцию

Q(β)=(1/2)(β−z)²+λ|β|, λ≥0.

Три области

Если β>0, производная β−z+λ=0, кандидат β=z−λ и он положителен при z>λ.

Если β<0, β−z−λ=0, кандидат β=z+λ, отрицателен при z<−λ.

Если |z|≤λ, минимум достигается в β=0.

Ответ

β̂=sign(z)max(|z|−λ,0).

Отличие от ridge

Ridge плавно уменьшает ненулевой коэффициент, но при конечном λ в одномерной невырожденной задаче не зануляет его точно. L1-штраф имеет излом в нуле и создаёт sparse-решение.

В многомерной коррелированной задаче coordinate-wise soft-thresholding требует учёта остальных признаков; формула здесь относится к ортонормированному/одномерному случаю.

Редакционная практика по L1 regularization в тематике mlearn_pro · CC BY 4.0.

Reading preferences

Appearance
Contrast
More options

Saved only in this browser. Your device’s reduced-motion setting is always respected. Browser zoom works throughout the site.