Kement çözümlerinin hesaplanması ikinci dereceden bir programlama problemidir ve standart sayısal analiz algoritmaları ile ele alınabilir. Ancak en düşük açılı regresyon işlemi daha iyi bir yaklaşımdır. Bu algoritma, kement probleminin özel yapısından yararlanır ve tüm değerleri için çözümleri eşzamanlı olarak hesaplamak için etkili bir yol sağlar .λ
İşte benim görüşüm:
Sorunuz iki bölüme ayrılabilir. Yüksek boyutlu olgular ve düşük boyutlu olgular. Diğer taraftan, en uygun modeli seçmek için hangi kriterleri kullanacağınıza bağlıdır. orijinal makalesinde, en iyi modeli seçmek için bir kriteri kanıtlanmıştır ve ayrıca makalenin “Tartışması” nda da bir SVS ve CV kriteri görebilirsiniz. Genel olarak, LARS ve Lasso arasında küçük farklılıklar vardır ve tamamen göz ardı edilebilir.Cp
Ek olarak, LARS hesaplama açısından hızlı ve güvenilirdir. Kement hızlıdır ancak algoritma arasında LARS'ın hız mücadelesini kazanmasına neden olan küçük bir fark vardır. Öte yandan, örneğin R'de, lars paketine göre daha güvenilir çalışan 'glmnet' adında alternatif paketler vardır (çünkü daha geneldir).
Özetle, lars ve kement hakkında düşünülebilecek önemli bir şey yoktur. Modeli kullanacağınız içeriğe bağlı.
Şahsen hem yüksek hem de düşük boyutlu durumlarda R'de glmnet kullanılmasını öneririm. veya farklı ölçütlerle ilgileniyorsanız, http://cran.r-project.org/web/packages/msgps/ paketini kullanabilirsiniz .