统计学中,最小角回归(英语:least-angle regression (LARS))是一种对高维数据进行线性回归算法,由布莱德利·埃夫隆等人提出。[1]

在线性回归中,因变量由一组自变量线性组合表达,这些自变量可能是协变量,也有可能与因变量无关。最小角算法不会像传统算法那样给出自变量的向量表达,而是对每个参数向量的L1范数的值给出一条曲线。

参考文献

编辑
  1. ^ Efron, Bradley; Hastie, Trevor; Johnstone, Iain; Tibshirani, Robert. Least Angle Regression (PDF). Annals of Statistics. 2004, 32 (2): pp. 407–499 [2016-07-30]. MR 2060166. doi:10.1214/009053604000000067. (原始内容存档 (PDF)于2018-06-19).