LASSOまたは関連するスパース性の問題における正則化パスの意味は何ですか？

パラメータ異なる値を選択すると、異なるスパースレベルの解を得ることができます。これは、正則化パスがより速く収束できる座標を選択する方法であることを意味しますか？スパースについてよく耳にしますが、少し混乱しています。また、既存の問題の解決策について簡単に説明してもらえますか？$\lambda$LASSO

あなたが持つモデル持っていると言う予測変数を：X 1、X 2、... のx のp。セットλの初期値に、そしてあなたの係数を推定β 1、β 2、... β のp。これらの係数は、p次元空間内の点と考えることができます。*$p$$x_1, x_2, \ldots x_p$$\lambda$$\beta_1, \beta_2, \ldots \beta_p$$p$

次の値について手順を繰り返し、別の推定値のセットを取得します。これらは、p次元空間の別のポイントを形成します。すべてのλ値に対してこれを行うと、そのような点のシーケンスが得られます。このシーケンスが正則化パスです。$\lambda$$p$$\lambda$

$\beta_0$$(p+1)$$\beta_0$

Lassoソリューションのグラフィカルな説明は、テキスト「Elements of Statistical Learning」の69〜73ページにあります（オンラインバージョンはこちら）。