Skip to Main content Skip to Navigation
Conference papers

LASSO transductif et autres généralisations

Résumé : On considère le problème de régression linéaire dans lequel le nombre de variables explicatives p peut être plus grand que le nombre d'observation n. Sous des hypothèses de parcimonie, nous proposons dans cette étude une généralisation de l'estimateur LASSO de Tibshirani (1996), qui s'appuie sur des considérations géométriques présentées par Alquier and Hebiri (2008) et prenant en compte l'objectif du statisticien. Le problème de l'estimation du paramètre inconnu dans le cadre transductif (Vapnik, 1998) est également considéré, i.e., une approche dans laquelle la construction de l'estimateur s'appuie sur un nouvel échantillon non étiqueté et pour lequel nous souhaitons réaliser de bonne performances de prédiction. Du point de vue théorique, nous illustrons nos résultats par des "Inégalités de Sparsité", i.e., des bornes sur l'erreur d'estimation qui font intervenir la parcimonie du paramètre que l'on veut estimer. Nous proposons également un algorithme d'optimisation coordonnée par coordonnée pour approximer notre estimateur.
Document type :
Conference papers
Complete list of metadata

Cited literature [13 references]  Display  Hide  Download

https://hal.inria.fr/inria-00386697
Contributor : Conférence Jds2009 <>
Submitted on : Friday, May 22, 2009 - 9:13:38 AM
Last modification on : Saturday, June 19, 2021 - 3:33:40 AM
Long-term archiving on: : Monday, October 15, 2012 - 10:55:27 AM

File

p127.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : inria-00386697, version 1

Citation

Pierre Alquier, Mohamed Hebiri. LASSO transductif et autres généralisations. 41èmes Journées de Statistique, SFdS, Bordeaux, 2009, Bordeaux, France, France. ⟨inria-00386697⟩

Share

Metrics

Record views

500

Files downloads

218