L0Learn: A Scalable Package for Sparse Learning using L0 Regularization

要約

$\ell_0$ 正則化を使用したスパース線形回帰と分類のためのオープンソース パッケージである L0Learn を紹介します。
L0Learn は、座標降下とローカル組み合わせ最適化に基づいた、スケーラブルな近似アルゴリズムを実装します。
このパッケージは C++ を使用して構築されており、ユーザーフレンドリーな R および Python インターフェイスを備えています。
L0Learn は数百万の機能で問題に対処し、最先端のスパース学習パッケージで競争力のある実行時間と統計的パフォーマンスを実現します。
L0Learn は、CRAN と GitHub (https://cran.r-project.org/package=L0Learn および https://github.com/hazimehh/L0Learn) の両方で利用できます。

要約(オリジナル)

We present L0Learn: an open-source package for sparse linear regression and classification using $\ell_0$ regularization. L0Learn implements scalable, approximate algorithms, based on coordinate descent and local combinatorial optimization. The package is built using C++ and has user-friendly R and Python interfaces. L0Learn can address problems with millions of features, achieving competitive run times and statistical performance with state-of-the-art sparse learning packages. L0Learn is available on both CRAN and GitHub (https://cran.r-project.org/package=L0Learn and https://github.com/hazimehh/L0Learn).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google