Least Angle Regression

目录

• 引
  • 一些基本的假设
• LARS算法
  • 算法
• 与别的方法结合
  • LARS与LASSO的关系
  • LARS 与 Stagewise
• 代码

Efron B, Hastie T, Johnstone I M, et al. Least angle regression[J]. Annals of Statistics, 2004, 32(2): 407-499.

引

在回归分析中，我们常常需要选取部分特征，而不是全都要，所以有前向法，后退法之类的，再根据一些指标设置停止准则。作者提出了一种LARS的算法，能够在有限步迭代后获得很好的结果，而且这种算法能够和LASSO和stagewise结合，加速他们的算法。在我看来，更为重要的是，其背后的几何解释。

可惜的是，证明实在太多，这方面的只是现在也不想去回顾了，就只能孤陋地把一些简单的东西记一下了。

一些基本的假设

上表，是作者进行比较实验的数据集，注意上面的符号：

令\(X\)表示变量集，以\(x_{ij}\)表示其中的第ij个元素，即第i个病人的第j个指标，用\(x_i\)表示第i个协变量，就是矩阵\(X\)的第i列，用\(y\)来表示应变量，且假设(事实上进行预处理，标准化）：



线性回归，其系数假设为\(\beta=(\beta_1, \beta_2, \ldots, \beta_m)'\),给出预测向量\(\mu\)，则：

\[\mu = \sum \limits_{j=1}^m x_j \beta_j = X\beta, \quad [X_{n\times m} = (x_1, x_2, \ldots, x_m)]
\]

均方误差为：

\[S(\beta) = \|y-\mu\|^2 = \sum \limits_{i=1}^n (y_i - \mu_i)^2
\]

用\(T(\beta)\)表示\(\beta\)的\(\ell_1\)范数：

\[T(\beta) = \sum \limits_{j=1}^m |\beta_j|.
\]

那么，Lasso通过下式求解：



而Forward Stagewise，以\(\widehat{\mu}=0\)开始，令：



表示当前X与\(y-\widehat{\mu}\)的关系，其中\(X'\)表示\(X\)的转置。

下一步，前进法选择当前关系中最大的部分：



注意到:

\[\widehat{c}_j = x_j'(y - \widehat{\mu}_{old})-\epsilon \cdot sign(\widehat{c}_{\hat{j}})=\widehat{c}_{\hat{j}}-\epsilon \cdot sign(\widehat{c}_{\hat{j}})
\]

所以，如果\(\epsilon=|\widehat{c}_{\hat{j}}|\)，那么\(\widehat{c}_j=0\)，这个时候，stagewise就成了普通的前进法了，这个方法是过拟合的（不懂啊，照本宣科，所以\(\epsilon\)改怎么选，我也不知道啊）。

文章给了俩种方法的一个比较：

俩个的效果是差不多的，但是，需要注意的是，这俩种方法的迭代次数是不定的。

LARS算法

我们从2个特征开始讨论，\(\bar{y}\)是\(y\)在\(x_1, x_2\)子空间的投影，以\(\hat{\mu}_0=0\)为起点，此时\(\bar{y}_2\)与\(x_1\)的角度更加小(以锐角为准），所以，\(\hat{\mu}_1=\gamma x_1\)，相当于我们选取了特征\(x_1\), 也就是说\(\beta_1=\gamma\)。

现在的问题是，\(\gamma\)该怎么选呢，LARS是这么选的，\(\gamma\)使得\(\bar{y}_2-\hat{\mu}_1\)与\(x_1, x_2\)的角度相等，因为这个点俩个特征的重要性是一致的。接着\(\hat{\mu}_2=\hat{\mu}_1+\gamma_2 u_2\),\(\gamma_2u_2=\bar{y}_2-\hat{\mu}_1\)。

这么做，我们将\(y\)在子空间中的投影\(\bar{y}_2\)抵消了。

为了将这种思想推广到更多特征，需要介绍一些符号和公式。

注意，公式(2.6)中的\(G_{\mathcal{A}}^{-1}=\mathcal{G_A^{-1}}\)。

假设\(\widehat{\mu}_{\mathcal{A}}\)是当前的LARS的估计，那么：



指示集\(\mathcal{A}\)是由下式定义的：



令：



注意，这样子，就能令\(s_jx_j'(y-\widehat{\mu}_{\mathcal{A}})=|\widehat{c}_j|, j\in \mathcal{A}\)

用\(X_{\mathcal{A}}, A_{\mathcal{A}}, u_{\mathcal{A}}\)依照上面定义，令：



于是，下一步的更新为：



现在的问题是\(\widehat{\gamma}\)应该怎么选，我们先来考察\(c_j(\gamma)\):



所以，对于\(j \in \mathcal{A}\), \(c_j(\gamma)\)的变换程度是一致的：



\(\gamma \ge 0, A_{\mathcal{A}}\ge0\),(后者是公式所得，前者是为了减少相关度所必须的)，所以，当\(\gamma\)从0开始慢慢增大的时候，\(|c_j(\gamma)|\)也会慢慢变小，到一定程度，势必会有\(j \in \mathcal{A}^c\), 使得\(\widehat{C}-\gamma A_{\mathcal{A}} \le |c_j(\gamma)|\)，换句话说，我们只要找到\(\widehat{C}-\gamma A_{\mathcal{A}} = |c_j(\gamma)|, j \in \mathcal{A}^c\)的最小\(\gamma\),且\(\gamma > 0\)，否则，\(\gamma=0\)：

\[\widehat{C}-\gamma A_{\mathcal{A}} = |c_j(\gamma)|, j \in \mathcal{A}^c \\
\Rightarrow \quad \widehat{C}-\gamma A_{\mathcal{A}}=\widehat{c}_j-\gamma a_j | -\widehat{c}_j+\gamma a_j \\
\Rightarrow \gamma = \frac{\widehat{C}-\widehat{c}_j}{A_{\mathcal{A}}-a_j} |\frac{\widehat{C}-\widehat{c}_j}{A_{\mathcal{A}}+a_j}
\]

总结来说，就是:



其中\(+\)表示，如果后半部分的结果均小于0，那么\(\widehat{\gamma}=0\)。

这么做，我们就将\(c_j(\gamma)\)一直降，降到有一个和他们一样，假设这个\(j \in \mathcal{A}^c\)为\(j^*\),于是下一步更新的时候，我们需要将这个加入到\(\mathcal{A}\),\(\mathcal{A}= \mathcal{A} \cup \{j^*\}\)。

假设在LARS的第k步：



用\(X_k, \mathcal{G}_k, A_k\)和\(\mu_k\)是第k步的类似的定义，注意，我们省略了\(\mathcal{A}\)。

用\(\bar{y}_k\)来表示\(y\)在子空间\(\mathcal{L}(X_k)\)的投影，既然\(\widehat{\mu}_{k-1}\in \mathcal{L}(X_{k-1})\)（因为起点为0），所以：



第一个等式后的第二项是\(y-\widehat{\mu}_{k-1}\)在子空间\(\mathcal{L}(X_k)\)中的投影，第二个等式从(2.6)可以推得：

\[u_k = X_k A_k \mathcal{G}_k^{-1}1_k
\]

又根据(2.18）便可得证。根据(2.19)可得：



又\(\widehat{\gamma}_ku_k = \widehat{\mu}_k-\widehat{\mu}_{k-1}\)：



这说明，每一次更新时，变化的向量时沿着\(\bar(y)_k-\widehat{\mu}_{k-1}\)的。

我们通过一个图片来展示：

上图，我们要处理的时\(\bar{y}_3\)，在以及处理\(\bar{y}_2\)的基础上，我们看到，最后变化的量是在\(\bar{y}_3-\widehat{\mu}_2\)方向上。

算法

顺便整理下算法吧，以便以后用，符号就用自己的了：

---

Input: 标准化后的\(X = [x_1, x_2, \ldots, x_m]\)和\(y=[y_1, \ldots, y_n]^T\), 特征数\(r\);

令：\(\mu_{\mathcal{A}}=0, \beta=[0, 0, \ldots, 0] \in \mathbb{R}^m\);

计算\(c = X^Ty\), 找出其中绝对值最大的元素，令其指标集为\(\mathcal{A}\),最大值为\(C\)，令

\(X_{\mathcal{A}}=[\ldots, s_j x_j, \ldots]_{j \in \mathcal{A}}\), \(\mathcal{G_A}=X_{\mathcal{A}}^TX_{\mathcal{A}}, A_{\mathcal{A}}=(1_\mathcal{A}^T\mathcal{G_A}^{-1}1_{\mathcal{A}})^{-1/2}\), \(\mathrm{u}_{\mathcal{A}}=X_{\mathcal{A}}w_{\mathcal{A}},w_{\mathcal{A}}=A_{\mathcal{A}}\mathcal{G_A}^{-1}1_{\mathcal{A}}\)

For \(k = 1, 2, \ldots, r\):

1. 根据公式(2.13)计算\(\widehat{\gamma}\),记录相应的\(j\),如果\(\widehat{\gamma}=0\)，停止迭代。

2. \(\mu_\mathcal{A}=\mu_{\mathcal{A}}+\widehat{\gamma}\mathrm{u}_{\mathcal{A}}\)

3. \(\beta = \beta+\widehat{\gamma}w_{\mathcal{A}}\otimes s_{\mathcal{A}}\)

4. 更新\(\mathcal{A}=\mathcal{A} \cup \{j\}\),\(C=C-\widehat{\gamma}A_{\mathcal{A}}\),\(c=X^T(y-\mu_\mathcal{A})\)

5. 更新\(X_{\mathcal{A}},\mathcal{G_A}, A_{\mathcal{A}}, \mathrm{u}_{\mathcal{A}}\)

输出：\(\beta, \mu_{\mathcal{A}}\)

---

注意，上面的\(w_\mathcal{A}\otimes s_\mathcal{A}\)表示对于元素相乘, \(s_{\mathcal{A}}\)表示对应的符号。还有，如果\(r=m\)，那么上面的迭代只能进行到\(r-1\)步，最后一步可以根据公式(2.19)的分解来，在代码中予以了实现。

不过，利用代码进行实验的时候，发现这俩个好像不大一样

我感觉没有错。

与别的方法结合

LARS与LASSO的关系

通过对\(\gamma\)的调整， 利用LARS也能求解LASSO，证明并没有去看。

可以证明，如果\(\widehat{\beta}\)是通过LASSO求得的解，那么：

令\(d_j = s_jw_{\mathcal{A}j}, j\in \mathcal{A}\),那么对于任意的\(j \in \mathcal{A}\)：



因此，\(\beta_j({\gamma})\)改变符号发生在：



第一次改变符号发生在：



如果，所有的\(\gamma_j\)均小于0，那么\(\widetilde{\gamma}=+\infty\)。

也就是说，如果\(\widetilde{\gamma}< \widehat{\gamma}\)，为了使得\(\beta\)和\(c\)符号保持一致，我们应当选择前者作为此次的更新步长，同时将\(j\)从\(\mathcal{A}\)中移除。

LARS 与 Stagewise

代码

import numpy as np
import matplotlib.pyplot as plt
class LARS_LASSO:
    def __init__(self, data, response):
        self.__data = data
        self.__response = response
        self.n, self.m = self.data.shape
        self.mu = np.zeros(self.n, dtype=float)
        self.beta = np.zeros(self.m, dtype=float)
        self.compute_c()
        self.compute_index()
        self.compute_basic()
        self.progress_beta = []
        self.progress_mu = []
    @property
    def data(self):
        return self.__data
    @property
    def response(self):
        return self.__response
    def compute_c(self):
        """计算关系度c"""
        self.c = self.data.T @ (self.response-self.mu)
    def compute_index(self):
        """找出最大值C和指标集A，以及sj"""
        self.index = [np.argmax(np.abs(self.c))]
        newc = self.c[self.index]
        self.maxC = np.abs(newc[0])
        sign = lambda x: 1. if x >= 0 else -1.
        self.s = np.array(
            [sign(item) for item in newc],
            dtype=float
        )
    def compute_basic(self):
        """计算一些基本的东西
        index_A: A_A
        index_w: w_A
        index_u: u_A
        """
        index_X = self.data[:, self.index] * self.s
        index_G = index_X.T @ index_X
        index_G_inv = np.linalg.inv(index_G)
        self.index_A = 1 / np.sqrt(np.sum(index_G_inv))
        self.index_w = np.sum(index_G_inv, 1) * self.index_A
        self.index_u = index_X @ self.index_w
    def update_c(self):
        """更新c"""
        self.compute_c()
    def update_index(self, j):
        """更新指示集合
        index:  指示集合A
        maxC: 最大的c
        s: 符号
        """
        if j in self.index:
            self.index.remove(j)
        else:
            self.index.append(j)
            self.index.sort()
        newc = self.c[self.index]
        self.maxC = np.abs(newc[0])
        sign = lambda x: 1. if x >= 0 else -1.
        self.s = np.array(
            [sign(item) for item in newc],
            dtype=float
        )
    def update_basic(self):
        """更新基本的东西"""
        self.compute_basic()
    def current_gamma(self):
        """找第一次改变符号的位置"""
        const = 999999999.
        d = self.s * self.index_w
        index_beta = self.beta[self.index]
        z = []
        for i in range(len(d)):
            if -index_beta[i] * d[i] <= 0:
                z.append(const)
            else:
                z.append(-index_beta[i] / d[i])
        z = np.array(z, dtype=float)
        label = np.argmin(z)
        themin = z[label]
        return themin, self.index[label]
    def step(self):
        """操作一步"""
        const = 9999999999.
        def divide(x, y):
            z = []
            for i in range(len(x)):
                if x[i] * y[i] <= 0:
                    z.append(const)
                else:
                    z.append(x[i] / y[i])
            return z
        complement_index = list(set(range(self.m))
                                - set(self.index))
        a = self.data.T @ self.index_u
        complement_a = a[complement_index]
        complement_c = self.c[complement_index]
        index_reduce_a = self.index_A - complement_a
        index_plus_a = self.index_A + complement_a
        maxC_reduce_c = self.maxC - complement_c
        maxc_plus_c = self.maxC + complement_c
        min1 = divide(maxC_reduce_c, index_reduce_a)
        min2 = divide(maxc_plus_c, index_plus_a)
        totalmin = np.array(
            [min1, min2]
        )
        allmin = np.min(totalmin, 0)
        min_beta, label2 = self.current_gamma()
        self.progress_beta.append(np.array(self.beta))
        self.progress_mu.append(np.array(self.mu))
        try:
            label = np.argmin(allmin)
        except ValueError:
            index_X = self.data[:, self.index] * self.s
            index_G = index_X.T @ index_X
            index_G_inv = np.linalg.inv(index_G)
            deltau = index_G_inv @ index_X.T @ (self.response - self.mu)
            self.mu = self.mu + index_X @ deltau
            self.beta = self.beta + deltau * self.s
            return 0
        print(min_beta, allmin[label])
        if min_beta < allmin[label]:
            gamma = min_beta
            j = label2
        else:
            gamma = 0. if allmin[label] == const else allmin[label]
            j = complement_index[label]
        self.mu = self.mu + gamma * self.index_u
        self.beta[self.index] = self.beta[self.index] + (self.s * self.index_w) * gamma
        if self.life == 0:
            return 1
        self.update_c()
        self.update_index(j)
        self.update_basic()
        return 1
    def process(self, r=1):
        self.life = r
        for i in range(r):
            self.life -= 1
            print("step:", i)
            self.step()
        self.progress_beta.append(np.array(self.beta))
        self.progress_mu.append(np.array(self.mu))
        index_X = self.data[:, self.index] * self.s
        index_G = index_X.T @ index_X
        index_G_inv = np.linalg.inv(index_G)
        deltau = index_G_inv @ index_X.T @ (self.response - self.mu)
        self.mu = self.mu + index_X @ deltau
        self.beta[self.index] = self.beta[self.index] + deltau * self.s
        self.progress_beta.append(np.array(self.beta))
        self.progress_mu.append(np.array(self.mu))
    def plot(self):
        """plot beta, error"""
        fig, ax = plt.subplots(nrows=1, ncols=2,
                               figsize=(10, 5), constrained_layout=True)
        beta = np.array(self.progress_beta)
        mu = np.array(self.progress_mu)
        r, m = beta.shape
        error = np.sum((mu - self.response) ** 2, 1)
        x = np.arange(1, r+1)
        for i in range(m):
            y =  beta[:, i]
            ax[0].plot(x, y, label="feature{0}".format(i))
            ax[0].text(x[-1]+0.05, y[-1], str(i))
        ax[0].set_title(r"$\beta$ with iterations")
        ax[0].set_xlabel(r"iterations")
        ax[0].set_ylabel(r"$\beta$")
        ax[0].legend(loc="best", ncol=2)
        ax[1].plot(x, error)
        ax[1].set_title("square error with iterations")
        ax[1].set_xlabel("iterations")
        ax[1].set_ylabel("square error")
        plt.show()
data1 = np.loadtxt("C:\\Users\\pkavs\\Desktop\\diabetes.txt", dtype=float)
mu = np.mean(data1, 0)
std = np.std(data1, 0)
data1 = (data1 - mu) / std
data = data1[:, :10]
response = data1[:, 10]
test = LARS_LASSO(data, response)
test.process(r=7)
test.plot()
print(test.progress_beta)

"""
跟论文有出路，实验的时候并没有删除的过程，好像是要在
全部特征的基础上，再进行一步，不过机制不想改了，就这样吧
"""
import numpy as np
import matplotlib.pyplot as plt
class LARS_LASSO:
    def __init__(self, data, response):
        self.__data = data
        self.__response = response
        self.n, self.m = self.data.shape
        self.mu = np.zeros(self.n, dtype=float)
        self.beta = np.zeros(self.m, dtype=float)
        self.compute_c()
        self.compute_index()
        self.compute_basic()
        self.progress_beta = []
        self.progress_mu = []
    @property
    def data(self):
        return self.__data
    @property
    def response(self):
        return self.__response
    def compute_c(self):
        """计算关系度c"""
        self.c = self.data.T @ (self.response-self.mu)
    def compute_index(self):
        """找出最大值C和指标集A，以及sj"""
        self.index = [np.argmax(np.abs(self.c))]
        newc = self.c[self.index]
        self.maxC = np.abs(newc[0])
        sign = lambda x: 1. if x >= 0 else -1.
        self.s = np.array(
            [sign(item) for item in newc],
            dtype=float
        )
    def compute_basic(self):
        """计算一些基本的东西
        index_A: A_A
        index_w: w_A
        index_u: u_A
        """
        index_X = self.data[:, self.index] * self.s
        index_G = index_X.T @ index_X
        index_G_inv = np.linalg.inv(index_G)
        self.index_A = 1 / np.sqrt(np.sum(index_G_inv))
        self.index_w = np.sum(index_G_inv, 1) * self.index_A
        self.index_u = index_X @ self.index_w
    def update_c(self):
        """更新c"""
        self.compute_c()
    def update_index(self, j):
        """更新指示集合
        index:  指示集合A
        maxC: 最大的c
        s: 符号
        """
        if j in self.index:
            self.index.remove(j)
        else:
            self.index.append(j)
            self.index.sort()
        newc = self.c[self.index]
        self.maxC = np.abs(newc[0])
        sign = lambda x: 1. if x >= 0 else -1.
        self.s = np.array(
            [sign(item) for item in newc],
            dtype=float
        )
    def update_basic(self):
        """更新基本的东西"""
        self.compute_basic()
    def current_gamma(self):
        """找第一次改变符号的位置"""
        const = 999999999.
        d = self.s * self.index_w
        index_beta = self.beta[self.index]
        z = []
        for i in range(len(d)):
            if -index_beta[i] * d[i] <= 0:
                z.append(const)
            else:
                z.append(-index_beta[i] / d[i])
        z = np.array(z, dtype=float)
        label = np.argmin(z)
        themin = z[label]
        return themin, self.index[label]
    def step(self):
        """操作一步"""
        const = 9999999999.
        def divide(x, y):
            z = []
            for i in range(len(x)):
                if x[i] * y[i] <= 0:
                    z.append(const)
                else:
                    z.append(x[i] / y[i])
            return z
        complement_index = list(set(range(self.m))
                                - set(self.index))
        a = self.data.T @ self.index_u
        complement_a = a[complement_index]
        complement_c = self.c[complement_index]
        index_reduce_a = self.index_A - complement_a
        index_plus_a = self.index_A + complement_a
        maxC_reduce_c = self.maxC - complement_c
        maxc_plus_c = self.maxC + complement_c
        min1 = divide(maxC_reduce_c, index_reduce_a)
        min2 = divide(maxc_plus_c, index_plus_a)
        totalmin = np.array(
            [min1, min2]
        )
        allmin = np.min(totalmin, 0)
        min_beta, label2 = self.current_gamma()
        print(len(self.progress_beta))
        self.progress_beta.append(np.array(self.beta))
        self.progress_mu.append(np.array(self.mu))
        try:
            label = np.argmin(allmin)
        except ValueError:
            index_X = self.data[:, self.index] * self.s
            index_G = index_X.T @ index_X
            index_G_inv = np.linalg.inv(index_G)
            deltau = index_G_inv @ index_X.T @ (self.response - self.mu)
            self.mu = self.mu + index_X @ deltau
            self.beta = self.beta + deltau * self.s
            return 0
        if min_beta < allmin[label]:
            gamma = min_beta
            label = label2
        else:
            gamma = 0. if allmin[label] == const else allmin[label]
        self.mu = self.mu + gamma * self.index_u
        self.beta[self.index] = self.beta[self.index] + (self.s * self.index_w) * gamma
        if self.life == 0:
            return 1
        j = complement_index[label]
        self.update_c()
        self.update_index(j)
        self.update_basic()
        return 1
	def process(self, r=1):
        self.life = r
        for i in range(r):
            self.life -= 1
            print("step:", i)
            self.step()
        self.progress_beta.append(np.array(self.beta))
        self.progress_mu.append(np.array(self.mu))
        index_X = self.data[:, self.index] * self.s
        index_G = index_X.T @ index_X
        index_G_inv = np.linalg.inv(index_G)
        deltau = index_G_inv @ index_X.T @ (self.response - self.mu)
        self.mu = self.mu + index_X @ deltau
        self.beta[self.index] = self.beta[self.index] + deltau * self.s
        self.progress_beta.append(np.array(self.beta))
        self.progress_mu.append(np.array(self.mu))
    def plot(self):
        """plot beta, error"""
        fig, ax = plt.subplots(nrows=1, ncols=2,
                               figsize=(10, 5), constrained_layout=True)
        beta = np.array(self.progress_beta)
        mu = np.array(self.progress_mu)
        r, m = beta.shape
        error = np.sum((mu - self.response) ** 2, 1)
        x = np.arange(1, r+1)
        for i in range(m):
            y =  beta[:, i]
            ax[0].plot(x, y, label="feature{0}".format(i))
            ax[0].text(x[-1]+0.05, y[-1], str(i))
        ax[0].set_title(r"$\beta$ with iterations")
        ax[0].set_xlabel(r"iterations")
        ax[0].set_ylabel(r"$\beta$")
        ax[0].legend(loc="best", ncol=2)
        ax[1].plot(x, error)
        ax[1].set_title("square error with iterations")
        ax[1].set_xlabel("iterations")
        ax[1].set_ylabel("square error")
        plt.show()