مروری نظام مند و مقایسه تجربی روش های انتخاب عامل منظم ساز در رگرسیون لاسو

رگرسیون لاسو یکی از تاثیرگذارترین روش های برآورد در مسائل با ابعاد بالا است که با افزودن جریمه l۱ به تابع حداقل مربعات، هم زمان به انقباض ضرایب و انتخاب متغیر می پردازد. بااین حال، عملکرد این روش به شدت به انتخاب عامل منظم ساز (λ) وابسته است و باوجود پژوهش های گسترده، هنوز هیچ روش جهانی برای انتخاب این عامل پذیرفته نشده است. این مقاله باهدف مرور نظام مند و مقایسه تجربی روش های انتخابλ در رگرسیون لاسو نگاشته شده است. با جستجوی ساختاریافته در پایگاه های Scopus، Web of Science و Google Scholar و اعمال معیارهای ورود و خروج، ۳۶ مقاله از سال ۱۹۹۶ تا ۲۰۲۵ انتخاب و بررسی شدند. روش های شناسایی شده در پنج دسته جای گرفتند. در ادامه، شش روش کلیدی شامل CV-min، CV-۱se، EBIC، ESCV، Autotune و Square-Root Lasso بر روی هفت دیتاست رگرسیونی و هفت دیتاست طبقه بندی با مشخصات مختلف به صورت تجربی مقایسه شدند. تحلیل آماری با آزمون فریدمن نشان دهنده تفاوت معنادار بین روش هاست (p-value<۰.۰۵). نتایج نشان می دهد که در داده های رگرسیونی، روش EBIC با میانگین R² برابر ۰.۵۶۷ بهترین دقت پیش بینی را ارائه می دهد و روش Square-Root Lasso با میانگین زمان ۰.۰۶۵ ثانیه سریع ترین روش است. در داده های طبقه بندی، روش EBIC با میانگین دقت ۰.۸۶۴ بهترین عملکرد را دارد. چارچوب ترکیبی پیشنهادی (SIS+EBIC) زمان اجرا را تا ۶۰٪ کاهش می دهد بدون آنکه کاهش معناداری در دقت ایجاد شود. تحلیل تطبیقی نشان می دهد که هر دسته دارای نقاط قوت و ضعف مشخصی است و هیچ رویکردی در همه شرایط برتر نیست. هشت شکاف پژوهشی کلیدی شناسایی و اولویت بندی شدند. در پایان، یک ماتریس تصمیم گیری عملی برای کاربران ارائه می شود.

کلیدواژه ها:

انتخاب عامل منظم ساز ، رگرسیون لاسو ، اعتبارسنجی متقابل ، معیارهای اطلاعاتی ، روش های خودتنظیم