Regression

證明嶺回歸是嚴格凸的

  • November 3, 2020

嶺回歸的定義 $$ min_\beta||y-X\beta||_2^2+\lambda||\beta||_2^2, \lambda\ge0 $$

如果二階導數嚴格大於 0,則可以證明函數是嚴格凸的

在此處輸入圖像描述

但不幸的是,我不知道這是否足以證明 $ X^TX $ 消極和 $ \lambda $ 可以是 0。除非我遺漏了什麼。

“如果二階導數嚴格大於0,則可以證明函數是嚴格凸的”

那是一維的。如果二階導數矩陣是半正定的,則多元二次可微函數是凸的,因為這對應於任何方向上的方嚮導數都是非負的。如果二階導數矩陣是正定的,則它是嚴格凸的。

如您所示,嶺損失函數具有二階導數 $ 2\lambda I +2X^TX $ ,對於任何一個都是正定的 $ \lambda>0 $ 因為

  • $ \lambda I $ 對任何都是正定的 $ \lambda>0 $
  • $ X^TX $ 是半正定的 $ X $
  • 正定矩陣和半正定矩陣之和是正定矩陣

如果您對其中任何一個都不確定並想更詳細地檢查,那麼了解這一點很有用 $ A $ 是正定 iff $ b^TAb>0 $ 對於所有(非零)列向量 $ b $ . 由於這種關係,許多正定性矩陣證明只是來自用矩陣表示法編寫正性的標量證明(包括非平凡的結果,如方差的克拉梅拉奧下限)

引用自:https://stats.stackexchange.com/questions/494843

comments powered by Disqus