I. Hoshina and S. Konishi
日本計算機統計学会第25 回シンポジウム at Haeundae Grand Hotel
【概要】
代表的なスパースモデリング手法である Lasso には回帰係数ベクトルの幾つかの成分を厳密にゼロに推定する性質(=スパース性)が存在し, モデルの推定と変数選択を同時に行うことが可能である. しかし, Lasso をベイズモデリングの枠組みに拡張した Bayesian lasso は, 回帰係数のベイズ信頼区間やベイズ予測分布を獲得することを可能とする一方, スパース性が存在しないことが知られている. そこで本研究では, Bayesian lasso の点推定値にスパース性を付与する推定アルゴリズムを提案し, 数値実験によって提案アルゴリズムの特徴の検証を行った.