L1趋势滤波算法在时间序列数据分析中的应用
Tibshirani于1996年提出的最小绝对收缩和选择算子回归（L1正则化）是一种线性模型压缩估计方法。KIM等人结合趋势滤波的思想，在内在趋势的二次差分项上应用L1范数处理，提出了L1趋势滤波算法。类似于LASSO回归原理，L1范数使得许多二次差分项被缩减为0，从而得到具有断点的分段线性趋势。这使得L1趋势滤波特别适用于分段线性时间序列的趋势分析，可用于估计曲线趋势、拐点或斜率的变化。
下载地址
用户评论
