Buchumschlag

A Fast Coordinate Descent Method for High-Dimensional Non-Negative Least Squares using a Unified Sparse Regression Framework

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, James, Hastie, Trevor
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Least Squares Regression Can Exhibit Under-Parameterized Double Descent
von: Li, Xinyue, et al.
Veröffentlicht: (2023)

A Fast and Scalable Pathwise-Solver for Group Lasso and Elastic Net Penalized Regression via Block-Coordinate Descent
von: Yang, James, et al.
Veröffentlicht: (2024)

Generalization for Least Squares Regression With Simple Spiked Covariances
von: Li, Jiping, et al.
Veröffentlicht: (2024)

Convex Regression in Multidimensions: Suboptimality of Least Squares Estimators
von: Kur, Gil, et al.
Veröffentlicht: (2020)

Cross-validation: what does it estimate and how well does it do it?
von: Bates, Stephen, et al.
Veröffentlicht: (2021)

nlstac: Non-Gradient Separable Nonlinear Least Squares Fitting
von: Torvisco, J. A. F., et al.
Veröffentlicht: (2024)

On Regularization via Early Stopping for Least Squares Regression
von: Sonthalia, Rishi, et al.
Veröffentlicht: (2024)

Wasserstein Least Squares: A Canonical Regression Method for Probability Distributions
von: León, Uriel Martínez, et al.
Veröffentlicht: (2026)

Inference in Randomized Least Squares and PCA via Normality of Quadratic Forms
von: Wang, Leda, et al.
Veröffentlicht: (2024)

On a Projection Least Squares Estimator for Jump Diffusion Processes
von: Halconruy, Hélène, et al.
Veröffentlicht: (2022)

Sparse Data-Driven Random Projection in Regression for High-Dimensional Data
von: Parzer, Roman, et al.
Veröffentlicht: (2023)

Nearest Neighbor Matching as Least Squares Density Ratio Estimation and Riesz Regression
von: Kato, Masahiro
Veröffentlicht: (2025)

Least Squares Inference for Data with Network Dependency
von: Lei, Jing, et al.
Veröffentlicht: (2024)

Algebraic and Statistical Properties of the Partially Regularized Ordinary Least Squares Interpolator
von: Yang, Letian, et al.
Veröffentlicht: (2024)

Ordinary Least Squares as an Attention Mechanism
von: Coulombe, Philippe Goulet
Veröffentlicht: (2025)

An Easily Tunable Approach to Robust and Sparse High-Dimensional Linear Regression
von: Sasai, Takeyuki, et al.
Veröffentlicht: (2025)

A Two-Step Projection-Based Goodness-of-Fit Test for Ultra-High Dimensional Sparse Regressions
von: Tan, Falong, et al.
Veröffentlicht: (2024)

Distributional Instruments: Identification and Estimation with Quantile Least Squares
von: Cherodian, Rowan, et al.
Veröffentlicht: (2026)

Double-Estimation-Friendly Inference for High-Dimensional Measurement Error Models with Non-Sparse Adaptability
von: Cui, Shijie, et al.
Veröffentlicht: (2024)

Online Sparse Regression with Expanding Observables
von: Yang, Ying, et al.
Veröffentlicht: (2026)

The High-Dimensional Asymptotics of Principal Component Regression
von: Green, Alden, et al.
Veröffentlicht: (2024)

Importance Weighting Correction of Regularized Least-Squares for Target Shift
von: Gogolashvili, Davit
Veröffentlicht: (2022)

Ordinary Least Squares is a Special Case of Transformer
von: Tan, Xiaojun, et al.
Veröffentlicht: (2026)

Algebraic and Statistical Properties of the Ordinary Least Squares Interpolator
von: Shen, Dennis, et al.
Veröffentlicht: (2023)

Covariance Regression with High-Dimensional Predictors
von: He, Yuheng, et al.
Veröffentlicht: (2024)

On Asymptotic Optimality of Least Squares Model Averaging When True Model Is Included
von: Xu, Wenchao, et al.
Veröffentlicht: (2024)

Classification of multivariate functional data on different domains with Partial Least Squares approaches
von: Moindjie, Issam-Ali, et al.
Veröffentlicht: (2022)

On Ridge Estimation in High-dimensional Rotationally Sparse Linear Regression
von: Liang, Libin, et al.
Veröffentlicht: (2024)

Approximate Least-Favorable Distributions and Nearly Optimal Tests via Stochastic Mirror Descent
von: Fernández, Andrés Aradillas, et al.
Veröffentlicht: (2025)

Least Squares-Based Permutation Tests in Time Series
von: Romano, Joseph P., et al.
Veröffentlicht: (2024)

Functional Partial Least-Squares: Adaptive Estimation and Inference
von: Babii, Andrii, et al.
Veröffentlicht: (2024)

Shrinkage for Extreme Partial Least-Squares
von: Arbel, Julyan, et al.
Veröffentlicht: (2024)

From Poisson Observations to Fitted Negative Binomial Distribution
von: Yang, Yingying, et al.
Veröffentlicht: (2024)

$\ell_1$-Regularized Generalized Least Squares
von: Nobari, Kaveh S., et al.
Veröffentlicht: (2024)

Nonparametric Least Squares Estimators for Interval Censoring
von: Groeneboom, Piet
Veröffentlicht: (2025)

High Dimensional Logistic Regression Under Network Dependence
von: Mukherjee, Somabha, et al.
Veröffentlicht: (2021)

Bayesian High-dimensional Linear Regression with Sparse Projection-posterior
von: Pal, Samhita, et al.
Veröffentlicht: (2024)

Computational-Statistical Gaps for Improper Learning in Sparse Linear Regression
von: Buhai, Rares-Darius, et al.
Veröffentlicht: (2024)

Sparse High-Dimensional Vector Autoregressive Bootstrap
von: Adamek, Robert, et al.
Veröffentlicht: (2023)

Statistical Inference on High Dimensional Gaussian Graphical Regression Models
von: Meng, Xuran, et al.
Veröffentlicht: (2024)