Results (
Russian) 3:
[Copy]Copied!
на рис. 1 (b) мы думаем об одном параметре тета и одной наблюдательной величине z = тета + 1013′ простой линейной модели регрессии, в которой аддитивное значение 1 013 является случайным погрешностью от 0 до Сигмы 2.В отсутствие какого - либо наказания, оценочная величина OLS была равна z. когда применено наказание, мы ищем решение argmin тета F (тета), где F (тета) 2 + Лямбда (124th), тэта 124q (для наказания lq) и F (тета) = (тета - z) 2 + Лямбда 1 12444тэ 1244тэ + тэта 2 (для эластичных сетей).На рисунке 1 (b) мы рисуем наименьшие значения q = 0. 1,1,2 lq и упругой сетки F (тета).для lq, когда q > 1, с увеличением q, большая (маленькая) тэта увеличивается (уменьшается) до 0 сжатия.когда q = 1 (комплект), малая алгебраическая чета 1244х4, отличавшаяся точностью до нуля, отличалась большим коэффициентом усадки в пределах одной и той же величины.когда q < 1, сяо тэта - 124дцата была равна нулю, а большая - 124дцау - близ z (Huang et al., 2008).для эластичной сетки, малая тэта 124г. Точная нулевая, но большой коэффициент усаживается в разных количествах, в отличие от веревки.<br>
Being translated, please wait..