检索结果-内蒙古大学图书馆

An attention algorithm for solving large scale structured l0-norm penalty estimation problems

JAPANESE JOURNAL OF STATISTICS AND DATA SCIENCE 2021年第1期4卷 345-371页

作者： Yen, Tso-Jung Yen, Yu-Min Acad Sinica Inst Stat Sci Taipei Taiwan Natl Chengchi Univ Dept Int Business Taipei Taiwan

Technology advances have enabled researchers to collect large amounts of data with lots of covariates. Because of the high volume (large n) and high variety (large p) properties, model estimation with such big data has posed great challenges for statisticians. In this paper, we focus on the algorithmic aspect of these challenges. We propose a numerical procedure for solving large scale regression estimation problems involving a structured l0-norm penalty function. This numerical procedure blends the ideas of randomization, blockwise coordinate descent algorithms, and a closed-form representation of the proximal operator of the structured l0-norm penalty function. In particular, it adopts an "attention" mechanism that exploits the iteration errors to build a sampling distribution for picking up regression coefficients for updates. Simulation study shows the proposed numerical procedure is competitive when comparing with other algorithms for sparse estimation in terms of runtime and statistical accuracy when both the sample size and the number of covariates become large.

关键词： blockwise coordinate descent algorithms Model selection Nonconvex optimization Proximal operators Randomized algorithms

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：