Em seu artigo seminal 'Regressão a Menor Ângulo' , Efron et al descrevem uma modificação simples do algoritmo LARS que permite calcular caminhos completos de regularização do LASSO.
Eu implementei essa variante com êxito e geralmente plotei o caminho de saída em relação ao número de etapas (iterações sucessivas do algoritmo LARS) ou à -norm dos coeficientes de regressão ( ).
No entanto, parece que a maioria dos pacotes disponíveis fornece o caminho de regularização em termos do coeficiente de penalização do LASSO (por exemplo, LARS em R, onde você pode brincar com o argumento 'mode' para alternar entre diferentes representações).
Minha pergunta é: qual é a mecânica usada para alternar de uma representação para outra (s). Eu já vi várias perguntas relacionadas a isso (ou mais especificamente, a questão de mapear a restrição de desigualdade para um termo de penalização apropriado ), mas não encontrei resposta satisfatória.
[Editar]
Eu procurei dentro de algum código MATLAB que executa a transformação necessária e, para cada etapa LARS , é assim que parece ser calculado:
onde (tamanho ) e (tamanho ) denotam as entradas / respostas padronizadas, representa o conjunto de preditores ativos na etapa e representa a regressão atual residual na etapa .
Não consigo entender a lógica por trás desse cálculo. Alguém poderia ajudar?
fonte