该博客介绍了如何使用lasso算法进行变量选择，首先对数据进行中心标准化，然后通过二次规划来求解问题。在MATLAB中，利用quadprog函数解决二次规划问题，寻找回归系数最小化的解决方案。文章探讨了目标函数和约束条件，并指出该过程旨在将影响因子较小的变量回归系数置零。
观测数据：(X,y)，X是n*m的矩阵，其中n>m，y = 。
1. 首先对数据进行中心标准化，以消除不同指标量纲的影响。此时，对于i∈{1,2,.....m}。此时，有：。
matlab中的标准化函数如下：
[Z,MU,STD] = zscore(x)；%Z表示标准化后的矩阵，MU表示方差，STD代表标准差。Z=（x-mean(x)）/std(x)。
2.变量筛选。筛选掉影响因子比较小的变量，其本质是：加一定的约束，使影响因子晓得变量回归系数为0。lasso算法是目标函数式二次型范数的基础上加绝对值约束构成的：
即求满足下列要求的
最低0.47元/天 解锁文章
扫一扫
502
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
