LARS（最小角迴歸）

優缺點 LARS是一個適用於高維數據的迴歸算法。算法 優勢：spa 特別適合於特徵維度n 遠高於樣本數m的狀況。數據 算法的最壞計算複雜度和最小二乘法相似，可是其計算速度幾乎和前向選擇算法同樣co 能夠產生分段線性結果的完整路徑，這在模型的交叉驗證中極爲有用模型 缺點： 因爲LARS的迭代方向是根據目標的殘差而定，因此該算法對樣本的噪聲極爲敏感。

>>阅读原文<<