সারি বা কলামগুলির সংখ্যা বাড়ার সাথে সাথে লাসো রিগ্রেশনের অ্যাসিপটোটিক সময়ের জটিলতা কী?
সারি বা কলামগুলির সংখ্যা বাড়ার সাথে সাথে লাসো রিগ্রেশনের অ্যাসিপটোটিক সময়ের জটিলতা কী?
উত্তর:
স্মরণ করুন যে লাসো একটি নিয়মিতকরণ সহ একটি রৈখিক মডেল ।
পরামিতিগুলি সন্ধান করা একটি নিয়ন্ত্রণহীন অপ্টিমাইজেশান সমস্যা হিসাবে তৈরি করা যেতে পারে, যেখানে পরামিতিগুলি দেওয়া হয়
।
সীমাবদ্ধ সূচনায় প্যারামিটারগুলি দ্বারা দেওয়া হয়
যা একটি চতুর্ভুজ প্রোগ্রামিং সমস্যা এবং এইভাবে বহুপদী।
প্রায় সমস্ত উত্তল অপ্টিমাইজেশান রুটিন এমনকি স্নায়বিক নেটওয়ার্কগুলির মতো নমনীয় ননলাইনার জিনিসগুলির জন্যও, আপনার টার্গেট রিট প্যারামিটারগুলির ডেরাইভেটিভ গণনার উপর নির্ভর করে। আপনি যদিও এর ডেরিভেটিভ নিতে পারবেন নাযেমন আপনি বিভিন্ন কৌশল নির্ভর। পরামিতিগুলি সন্ধানের জন্য অনেকগুলি পদ্ধতি রয়েছে। এখানে এল 1-নর্ম নিয়মিতকরণের সাথে ন্যূনতম স্কোয়ার্স অপটিমাইজেশন বিষয়টির একটি পর্যালোচনা পত্র । পুনরাবৃত্ত উত্তল অপ্টিমাইজেশনের সময়-জটিলতা বিশ্লেষণ করার জন্য এক ধরণের জটিল, কারণ এটি একটি রূপান্তর মানদণ্ডের উপর নির্ভর করে। সাধারণত, পুনরুক্তিজনিত সমস্যাগুলি পর্যবেক্ষণগুলি বাড়ার সাথে সাথে কম সময়ের মধ্যে রূপান্তরিত হয়।
@ জ্যাকবমিক যখন একটি বিস্তৃত ওভারভিউ এবং একটি পর্যালোচনা কাগজের লিঙ্ক সরবরাহ করে, আমাকে একটি "শর্টকাট উত্তর" (যা তার উত্তরের একটি বিশেষ কেস হিসাবে বিবেচনা করা যেতে পারে) দিতে দিন।
প্রার্থী ভেরিয়েবলের সংখ্যা (বৈশিষ্ট্য, কলাম) হতে হবে এবং নমুনার আকার (পর্যবেক্ষণের সংখ্যা, সারি) হতে হবে । লারস অ্যালগরিদম ( ইফ্রন এট আল।, 2004 ) ব্যবহার করে প্রয়োগ করা লাসো বিবেচনা করুন । লাসোর গণ্য জটিলতা হ'ল th ( আইবিড। )
তথ্যসূত্র: