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.
Type de document :
Communication dans un congrès
41èmes Journées de Statistique, SFdS, Bordeaux, 2009, Bordeaux, France, France. 2009
Liste complète des métadonnées


https://hal.inria.fr/inria-00386697
Contributeur : Conférence Jds2009 <>
Soumis le : vendredi 22 mai 2009 - 09:13:38
Dernière modification le : lundi 29 mai 2017 - 14:22:55
Document(s) archivé(s) le : lundi 15 octobre 2012 - 10:55:27

Fichier

p127.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00386697, version 1

Collections

Citation

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

Partager

Métriques

Consultations de
la notice

302

Téléchargements du document

146