タグ付けされた質問 「projection」

私は、計量経済学でフリッシュ・ウォーの定理を教えることになっていますが、これは勉強していません。 私はその背後にある数学を理解しており、「他のリグレッサの影響を「排除」する場合、多重線形モデルから特定の係数に対して得られる係数が単純回帰モデルの係数に等しい」という考えも願っています。したがって、理論的なアイデアは一種のクールです。（私が完全に誤解した場合、訂正を歓迎します） しかし、それはいくつかの古典的/実用的な使用法を持っていますか？ 編集：私は答えを受け入れましたが、他の例/アプリケーションをもたらす新しいものを喜んで持っています。

15 regression  econometrics  least-squares  projection  decomposition 

私はボールへの射影とシンプレックスへのユークリッド射影に関して正則化がどのように機能するかを理解しようとしています。l∗l∗l_* 重みベクトルをまたはボールに投影したときの意味がよくわかりません。l1l1l_1l2l2l_2 正則化の概念をプログラムで理解できます。、重みベクトルの各要素を、を適用して、小さい重みを0に駆動します。l1l1l_1signum(w) * max(0.0, abs(w) - shrinkageValue)shrinkageValue = regularizationParameter * eta 私はここでいくつかの数学が欠けていると思うので、私の質問は、ベクトルの投影を先ほど説明したプログラムにどのように変換するのですか？正則化とベクトル投影はどのように関連していますか？ 編集：私はこの論文をうとしています高次元で学習するためのボールへの効率的な投影l1l1l_1

8 optimization  regularization  projection