自动选变量
融合弹性网正则化的支持向量回归模型，能够同时处理高维数据和强相关变量，并通过新颖的ADMM算法高效求解。
Menglei, Yang · 梁浩 · 吴晓飞 · 张志民
Neurocomputing 2025
模型内置弹性网正则化，无需额外特征工程即可自动筛选变量并处理强相关变量。
优化问题被重构为可分块的凸优化，用ADMM高效求解，较常规方法更易实施。
给出了算法的复杂度分析和收敛性分析，为实际应用提供理论支撑。
大量数值实验验证了模型在高维统计学习中的优秀性能与算法效率。