“Efron提出了Forward stagewise”，这个是概念性错误。Forward Stagewise Regression 应该归功于Friedman，源于Gradient Boosting。LARS的几何意义可以结合凸优化来理解。
[未知用户] 拜见大神!多谢指点。
5 个月 后
[未知用户] 原始LARS是需要这个条件的，但可以使用LARS-EN
10 天 后
还想问几个问题，
1、这些变量找出来以后再做一次最小二乘么？还只可以直接通过每一步得到的步长r算出来对应各个变量的系数改变量？已知在角分线ua上边的长度是r了，怎么确定其他边的步长呢？
2、是不是应该每一步求得的步长r是越来越小的呢？我的结果乱七八糟的
谢谢~
1 年 后
我个人实在是受不了翻译成中文的写法，比如当我看到最小二乘，愣了一下，看到响应，又愣了一下。。。
1 个月 后

[未知用户] 看到“最小二乘”能愣一下的话，要么你出国才学统计，要么你出国很多年了，因为在国内的统计教育里最小二乘是非常基础的词汇。

9 个月 后
2 年 后
[未知用户] 大神都在读这东西。。。
4 个月 后
关于提到的“然而这里或许会有一些其他的解，也能满足LARS的要求，有没有达人能想到或许证明这个解是唯一的”，我是这样想的，因为这个solution path要在当前活跃集合所生成的空间中，所以这个解是唯一的，另一方面，因为投影向量和这个解的乘积还是这个解，所以也证明了这个解在当前活跃集合所生成的列空间中，所以证明了这个解是正确的。具体可以看我写的http://blog.csdn.net/u014664226/article/details/52240272
7 个月 后
这条我只是想看看头像是不是随机变换的