在Lasso中，oracle property指的是什么性质？ 第1页
1
skylinchern 网友的相关建议:
谢邀。
Oracle性质指的就是
- 在一些参数未知的情况下，以概率1选出正确的模型。即，模型选择的相合性。
- 在选择出的模型下，对应的非零系数的估计，与真实模型下的LSE具有相同的最优收敛速度。即，参数估计渐进正态性。
详细的内容请看Fan and Li 2001年的那篇变量选择。
1
相关话题
为什么神经网络具有泛化能力？为什么新增特征有时候会对模型带来负面影响？
支持向量机（SVM）是什么意思？
如何看待NIPS2017图灵奖得主贝叶斯网络之父Judea Pearl讲座无人问津？
大家推荐一下，哪些学校的导师有在做量化交易、股票预测的？
为什么现在有这么多人工智能无用论？
27岁了跨考计算机研究生会不会太晚？
如何看待KDD'21的文章，异质图神经网络的效果不如简单的GCN、GAT？
TensorFlow 有哪些令人难以接受的地方？
机器学习专家与统计学家观点上有哪些不同？
前一个讨论
早期有名的 Flash 作者们近况如何？
相关的话题
在Lasso中，oracle property指的是什么性质？nlp有哪些值得完整实现一遍的算法?
支持向量机（SVM）是什么意思？
现在tensorflow和mxnet很火，是否还有必要学习scikit-learn等框架？
在统计学领域有哪些经典奠基性的论文？
关于材料计算，模拟，仿真什么区别?
先进的图像识别怎样改变 AV 产业？
求通俗解释下bandit老虎机到底是个什么东西？
为什么C4.5决策树能处理连续特征，ID3树不能处理连续特征？
请问为什么多元估计中系数的方差比单变量估计的方差大，但是我们还是偏爱多元估计的系数呢？
机器学习以及贝叶斯统计里，关于近似intractable integral，大家都偏爱什么算法？
如何评价李飞飞和李佳加盟谷歌？
什么是反事实分析呀？
深度学习的多个loss如何平衡？
如果 2台 alphago 不断对战，是否会不断的强大？
人们是如何想到奇异值分解的？
如何看待「机器学习不需要数学，很多算法封装好了，调个包就行」这种说法？
机器学习以及贝叶斯统计里，关于近似intractable integral，大家都偏爱什么算法？
为什么 BERT 的 intermediate_size 这么大？
为什么小模型已经可以很好地拟合数据集了，换大模型效果却要比小模型好？
深度学习中，模型大了好还是小了好呢？
对于技术岗位而言，开发岗累还是算法岗累呢？
做底层 AI 框架和做上层 AI 应用，哪个对自己的学术水平（或综合能力）促进更大？
年轻人为什么要做期货？
在机器学习中，L2正则化为什么能够缓过拟合？
去美国读CS博士，方向是机器人导航，视觉方面，推荐一下相关编程方面准备？还有相关算法需要学习哪些？
人工「神经网络」技术在信息处理上有何特点，工作原理是什么？
迁移学习与fine-tuning有什么区别？
Learning To Rank的pair wise方法如何得到全局排序结果呢？
神经网络的万能逼近定理已经发展到什么地步了？