报告题目：完全的贝叶斯弹性网：抽取正则化参数

报 告 人：王海斌教授（厦门大学）

报告时间：2019年11月14日晚上 19:00-20:00

报告地点：知新楼B-1248

报告摘要：

弹性网模型是一种综合了$L_1$正则化与$L_2$正则化的模型，它能够灵活地进行变量选择、参数估计和预测，且性能良好，尤其是当预测变量个数较多以及变量之间存在高度相关时。然而，由于正则化系数的全条件后验中含有没有解析表达式的因子，导致普通的Metrepolis-Hastings 算法不能从中抽样，造成迄今为止，还没有一个完全的贝叶斯方法可用于分析弹性网模型。现有的所谓贝叶斯弹性网模型，本质上是半贝叶斯的，因为那里大多是用经验贝叶斯方法来估计正则化系数，而不是抽样。我们建议利用交换算法从正则化系数的全条件后验中抽样，从而为弹性网模型提供一个完全的基于抽样的贝叶斯分析方法。随机模拟验证了所建议方法的可行性和有效性，结果表明建议的方法比已有的方法性能更优。本文还利用建议的方法分析了一个实际数据。

欢迎各位老师同学积极参加！