最小角回归算法（LARS）

最小角回归算法（Least Angle Regression，LAR）是一种针对于线性回归问题，快速进行特征选择和回归系数计算的迭代算法，其被广泛推广用于求解线性回归以及Lasso回归问题。 最小角回归算法的核心思想为：将回归目标向量依次分解为若干组特征向量的线性组合，最终使得与所有特征均线性无关的残差向量最小。 可见，最小角回归算法的关键在于选择正确的特征向量分解顺序和分解系数。为了更好的表示最

>>阅读原文<<