Bu, LASSO'nun optimize ettiği miktarın incelenmesiyle açıktır.
nin bağımsız sıfır olması için alın; ortalama sıfır ve bir miktar . τβiτ
Öyleyse .p(β|τ)∝e−12τ∑i|βi|
Verinin modeli normal regresyon varsayımı .y∼iidN(Xβ,σ2)
f(y|X,β,σ2)∝(σ2)−n/2exp(−12σ2(y−Xβ)T(y−Xβ))
Şimdi eksi iki kere posterin logu formdadır.
1k(σ2,τ,n,p)+ 1σ2(y−Xβ)T(y−Xβ)+1τ∑i|βi|
Let ve elde arasında -posterior- 2 logλ=σ2/τ−2log
1k(σ2,λ,n,p)+ 1σ2[(y−Xβ)T(y−Xβ)+λ∑i|βi|]
için MAP tahmincisi yukarıdakileri en aza indirir;β
S=(y−Xβ)T(y−Xβ)+λ∑i|βi|
Yani için MAP tahmincisi LASSO.β
(Burada 'yi etkili bir şekilde düzelttim ancak başka şeyler de yapabilir ve yine de LASSO'yu çıkarabilirsiniz.)σ2
Düzenleme: Bir çizgi kapalı cevap oluşturmak için bu alırım; Andrew tarafından zaten iyi bir cevap geldiğini görmedim. Benimki gerçekten yapmadığı hiçbir şeyi yapmıyor. Şimdilik benimkini bırakacağım çünkü bu gelişme konusunda birkaç ayrıntı daha veriyor .β