arXiv · Statistics Machine Learning· Peng Zeng, Hanwen Huang·· 3 小时前AI 评分22
稀疏支持向量机的高维统计推断
High-Dimensional Statistical Inference for Sparse Support Vector Machines
AI 导读
研究者提出一种针对稀疏支持向量机（SVM）的高维统计推断框架，在样本量与特征数按比例增长的渐近区间内，通过将 L1-惩罚 SVM 表示为线性规划并利用对偶变量识别 hinge 损失次梯度，构造出计算可行的去偏估计量，其坐标渐近服从高斯分布。该框架可为单个特征提供置信区间与假设检验，并支持错误发现率控制的变量选择，在强相关设计下完成仿真校准与功效分析，并应用于高维乳腺癌基因表达数据。
来源：arXiv · Statistics Machine Learning · arxiv.org