最小角度回归预测法

最小角度回归预测法（least angle regession），管理学-管理科学与工程-预测理论与方法-相关分析预测法-海量数据预测法-最小角度回归预测法，一种求解线性模型回归系数的算法。概述最小角度回归预测法可以给出具有逐段线性解路径，可用于变量选择和系数的估计，是求解最小绝对收缩选择算子（least absolute shrinkage and selection operator; LASSO）回归方法解路径的快速算法。该方法由统计学家B.埃弗龙（B.Efron）等人提出。最小角回归方法可以看作是向前回归方法和逐段（stagewise）方法的改进和发展，其不同之处在于前进方向和步长的选择。在最小角度方法之前已经有许多的算法进行变量选择，如向前回归法、逐步回归法、提升法（boosting）、LASSO法等。对变量选择问题，这些方法得到的结果往往具有相似性，但他们之间的关系并不清楚。例如，LASSO法、stagewise法的解的路径往往非常相似，但又不完全相同。最小角回归方法沟通了这些方法之间的联系。