Quais são os prós e os contras do uso do LARS [1] versus o uso da descida de coordenadas para ajustar a regressão linear regularizada por L1?
Estou interessado principalmente em aspectos de desempenho (meus problemas tendem a ter N
entre centenas e milhares e p
<20.) No entanto, quaisquer outras idéias também seriam apreciadas.
edit: Desde que eu postei a pergunta, chl gentilmente apontou um artigo [2] de Friedman et al, em que a descida de coordenadas se mostra consideravelmente mais rápida do que outros métodos. Se for esse o caso, como profissional, devo simplesmente esquecer o LARS em favor da descida coordenada?
[1] Efron, Bradley; Hastie, Trevor; Johnstone, Iain e Tibshirani, Robert (2004). "Regressão de menor ângulo". Annals of Statistics 32 (2): pp. 407-499.
[2] Jerome H. Friedman, Trevor Hastie, Rob Tibshirani, "Caminhos de regularização para modelos lineares generalizados via descida de coordenadas", Journal of Statistical Software, vol. 33, edição 1, fevereiro de 2010.
fonte