Généralisation du lasso aux modèles additifs

Résumé : Nous présentons une nouvelle méthode d'estimation fonctionnelle dans le cadre des modèles additifs non paramétriques ajustés par des splines cubiques de lissage. Cette méthode généralise le "lasso" proposé par Tibshirani (1995) pour les modèles linéaires. Comme dans le cas linéaire, certains coefficients sont rétrécis, alors que les autres sont annulés exactement, aboutissant ainsi à des modèles parcimonieux, sélectionnant les variables jugées significatives. Les solutions sont calculées par un algorithme de point fixe, dans lequel une décomposition en valeurs singulières permet de réduire considérablement le nombre de calculs. Notre approche est validée dans une étude expérimentale comparant les performances du lasso à la sélection de variables pas à pas.
Document type :
Conference papers
Complete list of metadatas

Cited literature [4 references]  Display  Hide  Download

https://www.hal.inserm.fr/inserm-00149858
Contributor : Marta Avalos <>
Submitted on : Tuesday, May 29, 2007 - 3:39:44 PM
Last modification on : Wednesday, July 4, 2018 - 4:44:02 PM
Long-term archiving on : Thursday, April 8, 2010 - 6:06:24 PM

Identifiers

  • HAL Id : inserm-00149858, version 1

Collections

Citation

Marta Avalos, Yves Grandvalet, Christophe Ambroise. Généralisation du lasso aux modèles additifs. 2004, pp.83. ⟨inserm-00149858⟩

Share

Metrics

Record views

162

Files downloads

176