Concave Penalized(오목한 벌점)란 무엇입니까?
Concave Penalized 오목한 벌점 - SummaryThis study examines high-dimensional forecasting and variable selection via folded-concave penalized regressions. [1] As an immediate implication of our result, a flexible class of folded concave penalized sparse M-estimators in high-dimensional statistical learning may yield a sound performance even when the problem dimension cannot be upper-bounded by any polynomial function of the sample size. [2]요약본 연구에서는 접힌 오목형 패널티 회귀 분석을 통해 고차원 예측 및 변수 선택을 조사합니다. [1] 우리 결과의 즉각적인 암시로, 고차원 통계 학습에서 접힌 오목형 벌점 희소 M 추정기의 유연한 클래스는 문제 차원이 샘플 크기의 다항식 함수에 의해 상한이 될 수 없는 경우에도 건전한 성능을 산출할 수 있습니다. [2]