Scidown文献预览系统!
基于L1/2+1正则化的稀疏Logistic回归( Sparse Logistic Regression with the Hybrid L1/2+1 Regularization )
Yuhuan Yang
本文提出了L1/2+1正则化logistic回归模型及相应的算法。L1/2正则项具有无偏性、稀疏性和Oracle性质。L1正则项从理论上保证了凸函数的性质。模型的正则项由L1/2范数和L1范数的线性组合构成,可有效改善过拟合问题和模型的泛化能力。该算法采用坐标下降法的思想,将参数的求解转化为一系列一元函数的极值问题,从而给出了参数估计的解析表达式。模拟数据和真实数据的实验表明,在某些情况下,本文提出的模型和算法在变量选择和预测能力上优于传统的logistic回归和几种经典的正则化logistic回归,适用于变量间相关性较低的小样本数据集。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】