数学建模--高维统计分析

•LARS 的算法实际执行步骤如下：

• 1. 对Predictors 进行标准化（去除不同尺度的影响），对Target Variable 进行中心化（去除截距项的影响初始的所有系数都设为此时残差g 影响），初始的所有系数都设为0，此时残差r 就等于中心化后的Target Variable

2X j

• 2. 找出和残差r 相关度最高的变量X_j • 3. 将X_j 的系数Beta_j 从0开始沿着LSE （只有一个X j 变量X_j 的最小二乘估计）的方向变化，直到某个新的变量X_k 与残差r 的相关性大于X_j 时

• 4. X_j 和X_k 的系数Beta_j 和Beta_k ，一起沿着新的的最小乘估计）的方向移LSE （加入了新变量X_k 的最小二乘估计）的方向移动，直到有新的变量被选入

5直到所有变量被选入最后得• 5. 重复2，3，4，直到所有变量被选入，最后得到的估计就是普通线性回归的OLS