Modelling with categorical features via exact fusion and sparsity regularization
通过精确融合与稀疏正则化对类别特征建模AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究含类别预测变量的通用线性回归，类别特征本身不足以归入离散选择。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
通过精确融合与稀疏正则化对类别特征建模
- 研究问题
- 在含大量类别水平的高维线性回归中，如何同时合并部分水平并稀疏化系数，以压缩模型且保持预测和分组表现？
- 方法与思路
- 作者提出混合整数规划与行生成求解程序，另用块坐标下降构造近似算法，并以动态规划精确求解单变量子问题。
- 材料陈述的贡献
- 摘要称，建立了预测与聚类恢复的理论保证，合成和真实数据实验中估计量倾向于优于所比较的现有方法。
- 阅读关注点
- 应核对融合与稀疏约束、精确求解和近似求解的差别，以及理论条件、聚类恢复定义、计算成本和实验比较设置。
- 阅读边界
- 仅据所给 Crossref 摘要，材料标注为在线先行发表；不能确定理论条件、优势幅度或推断后续刊本变化。
原文摘要
Abstract We study the high-dimensional linear regression problem with categorical predictors that have many levels. We propose a new estimation approach, which performs model compression via two mechanisms by simultaneously encouraging (a) clustering of the regression coefficients to collapse some of the categorical levels together; and (b) sparsity of the regression coefficients. We present novel mixed integer programming formulations for our estimator, and develop a custom row generation procedure to speed up the exact off-the-shelf solvers. We also propose a fast approximate algorithm for our method that obtains high-quality feasible solutions via block coordinate descent. As the main building block of our algorithm, we develop an exact algorithm for the univariate case based on dynamic programming, which can be of independent interest. We establish new theoretical guarantees for both the prediction and the cluster recovery performance of our estimator. Our numerical experiments on synthetic and real datasets demonstrate that our proposed estimator tends to outperform the state-of-the-art.