管勇攀

（河北工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，天津300401）

一、引言

隨著現(xiàn)代經(jīng)濟(jì)發(fā)展與科技進(jìn)步，我們正逐漸走進(jìn)新的科學(xué)紀(jì)元——人工智能時代。人工智能時代是一個全新的時代，是一個科技爆炸的時代。機(jī)器學(xué)習(xí)作為人工智能中一個重要的科學(xué)領(lǐng)域，其重要性不言而喻。機(jī)器學(xué)習(xí)是一個由各學(xué)科交叉形成的大學(xué)科，涉及優(yōu)化問題、概率問題、統(tǒng)計(jì)學(xué)應(yīng)用等多個方面，其中，L1正則化是機(jī)器學(xué)習(xí)中對于成本函數(shù)取最優(yōu)的過程。

L1正則化作為機(jī)器學(xué)習(xí)中常用手段之一，其本質(zhì)是通過對擬合函數(shù)的損失函數(shù)添加一個L1正則化項(xiàng)，而避免擬合函數(shù)出現(xiàn)過擬合的情況。所謂過擬合，就是在機(jī)器學(xué)習(xí)的過程中，目標(biāo)函數(shù)過于依賴樣本值，而使得樣本中的每一個數(shù)據(jù)都擬合進(jìn)了函數(shù)中，當(dāng)然這也包括了一些噪聲，從而導(dǎo)致擬合出來的函數(shù)只適用于這個樣本集，只在這個樣本集的判斷或者預(yù)測效果上表現(xiàn)得十分優(yōu)異，如果切換到其他樣本集，則得到的目標(biāo)函數(shù)無法正確預(yù)測所需要的結(jié)果。L1正則化的優(yōu)點(diǎn)是，可以把擬合函數(shù)某些與結(jié)果不相關(guān)的自變量系數(shù)壓縮為0，這樣得到的模型就具有很好的可解釋性，也可通過模型更好地來分析、預(yù)測問題。L2正則化項(xiàng)是與L1正則化項(xiàng)相當(dāng)?shù)恼齽t化項(xiàng)，其本質(zhì)是在求取損失函數(shù)的同時，將L2正則化項(xiàng)納入函數(shù)體系內(nèi)，但是L2正則化項(xiàng)并不能把擬合函數(shù)的某些系數(shù)壓縮為0，它只能使某些系數(shù)無限接近于0，但不會等于0，因而在模型的解釋方面，L1正則化相對于L2正則化而言，具有一定的優(yōu)越性。

二、文獻(xiàn)綜述

機(jī)器學(xué)習(xí)的正則化問題，歸根到底就是一個優(yōu)化問題，即：

其中，（f·）表示目標(biāo)函數(shù)，S表示獨(dú)立同分布樣本集，S=｛（X1，y1），（X2，y2），…，（Xn，yn）｝?Rn×Ψ（回歸問題時 Ψ=R，二分類問題時 Ψ=｛1，-1｝），Xi、yi表示二位向量對應(yīng)的元素值。W=[W1，W2，…，Wn]T是模型的參數(shù)，｜·｜｜｜σp表示LP范數(shù)的 σ 次方，W?Rn。（lW；X，y）稱為損失函數(shù)，它控制模型的訓(xùn)練精度。稱為正則化項(xiàng)，用以避免模型的過擬合。通過對λ進(jìn)行調(diào)整，可以使模型具有訓(xùn)練精度和泛化能力的雙重特征。當(dāng)p=1時，就是L1正則化問題。優(yōu)化問題必然要涉及到優(yōu)化，從優(yōu)化的角度來看這個等式，通過L1正則優(yōu)化可得到一個凸優(yōu)化問題，這樣就使得優(yōu)化問題的求解變得容易（羅涓涓，2004；李若男，2018）[1，2]。此外，問題的解有時會帶有一定的稀疏性，這樣我們所擬合的函數(shù)將會變得難以解釋，通過對L1正則化進(jìn)行適當(dāng)改進(jìn)，就可以在一定程度上解決特征稀疏問題（朱紅，2012；張立柱、寧偉等，2001；段玉紅、高玉林，2008）[3-5]。

L1正則化問題的研究已經(jīng)初具成效，目前來看，國內(nèi)外有許多針對L1優(yōu)化問題的求解與改進(jìn)方法，這些方法各有優(yōu)劣之處，下面簡單介紹四種L1正則化問題的求解方法。

（一）基于次梯度的多步驟方法

公式（1）的多步驟解法大多是次梯度算法及其改進(jìn)版本，可以通過下式來定義f（W）在連續(xù)不可導(dǎo)點(diǎn)W0處的次梯度：

解決無約束凸二次優(yōu)化問題的一般方法是隨機(jī)梯度法（SGD），其表達(dá)式為 Wk+1=Wk-αkg（Xi，Wk）（Zhong Tong，2004）[6]。隨機(jī)梯度法作為多步驟算法的一種，優(yōu)點(diǎn)是單步計(jì)算開銷?。ㄍ鯐詵|，2014）[7]，缺點(diǎn)是收斂速度慢。就目前研究來看，隨機(jī)梯度算法仍沒有很好的停止準(zhǔn)則（苗碩，2015）[8]。通過對正則化問題的優(yōu)化形式進(jìn)行適當(dāng)變形，可得到公式（1）如下的等價形式：

部分學(xué)者給出了L1投影算子的求解方法，對式（3）采用投影方法加以解決，其具體形式為Wk+1=PL1（Wk-αkg（Xi，Wk）），其中PL1（·）表示L1投影算子，投影過程如下：

其中，θ是投影算子根據(jù)ρ和W計(jì)算出來的閾值，通過使用L1投影算子的求解方法來保證解的稀疏性，同時通過求解L1投影算子還能夠顯著提高算法的收斂速度（肖宿、鄭穎，2015；韓東、蓋衫，2018；劉福來、彭滬，2013）[9-11]。但是，這種求解方法的缺陷在于，在保證解的稀疏性的同時，若要提高收斂速度，需要付出 O（O=k×logn）①的計(jì)算代價（k 為解向量非零元的個數(shù)）。由于有這種計(jì)算代價的存在，導(dǎo)致這種方法的實(shí)現(xiàn)十分困難（Duchi J and Shalev-Shwartz S，2008）[12]。

Langford J（2009）認(rèn)為，隨機(jī)梯度下降方法（正則化問題中的一種方法）在實(shí)際使用過程中不具有稀疏性[13]。為了同時解決L1投影算子計(jì)算復(fù)雜性與算法解的稀疏性問題，Langford J（2009）等人提出了階段梯度這一求解方法。階段梯度的求解方法通過強(qiáng)制在梯度上進(jìn)行截斷而達(dá)到解具有稀疏性的目的，因而這種方法不具有明確的機(jī)器學(xué)習(xí)含義[13]。算法優(yōu)化的目標(biāo)函數(shù)普遍差異性較大，并且可能需要求解非凸優(yōu)化問題，在增加求解難度的同時，也會導(dǎo)致算法的收斂速度不可估計(jì)。

前向后向分裂算法（也被稱為FOBOS算法）是基于次梯度算法的一種改進(jìn)算法，可以通過下式來描述：

其中，argWmin｛｝表示使括號內(nèi)數(shù)據(jù)取最小值時的W值，Ψ（W）可取L1、L2以及L∞正則化項(xiàng)。這種FOBOS算法由兩步組成，第一步是非常標(biāo)準(zhǔn)的隨機(jī)梯度下降方法，第二步是在盡可能靠近第一步解向量的同時，使正則化項(xiàng)最小化。該方法通過確定算法的收斂性和regret界，②使算法的理論基礎(chǔ)得到充分保障。當(dāng)取L1正則化項(xiàng)時，算法的第二步就具有了解析解，則算法具有了稀疏性。

（二）基于坐標(biāo)優(yōu)化的多階段方法

坐標(biāo)優(yōu)化方法也稱為坐標(biāo)下降方法，此算法包含內(nèi)外兩個循環(huán)。在外循環(huán)中，通過優(yōu)化解向量的各個維的坐標(biāo)，以實(shí)現(xiàn)一次外循環(huán)。在內(nèi)循環(huán)中，在優(yōu)化某一坐標(biāo)時，固定W的其余d-1維坐標(biāo)，使其不發(fā)生改變，那么對該維坐標(biāo)（設(shè)為第j維）求解就類似于求解下面的單變量子問題：

由于在正則化問題優(yōu)化形式的目標(biāo)函數(shù)中有絕對值函數(shù)的存在，因而是不可微的，所以上式?jīng)]有解析解，那么就不可能直接應(yīng)用坐標(biāo)下降法。除了坐標(biāo)下降法以外，還可以應(yīng)用其他方法，例如，針對式（5）的上界Aj（Z）≥Dj（Z）進(jìn)行優(yōu)化，以達(dá)到優(yōu)化整體問題的目的。部分學(xué)者將其延伸并提出了BBR算法（董瀚澤、郭志川，2019）[14]，將式（6）用類似泰勒展開的方法進(jìn)行變形，在函數(shù)的信賴區(qū)域內(nèi)，得到問題的最優(yōu)解。但是目前來看，這種方法的收斂性仍然得不到一個準(zhǔn)確的結(jié)論。Langford J（2009）通過對式（6）的損失函數(shù)進(jìn)行二階近似，得到解析解后再進(jìn)行線搜操作，這樣目標(biāo)函數(shù)的單調(diào)下降性就可以被保證，此時算法也就具有了超線性的收斂速度[13]。

（三）軟L1正則化方法

求解式（1）的另一種方法就是正則化共軛平均法（RDA）。正則化共軛平均算法的單步計(jì)算代價和多步驟算法的單步代價相當(dāng)，同時又具有多階段算法的優(yōu)勢（Duchi Jand Singer Y，2009）[15]。首先需要明確的是，數(shù)學(xué)優(yōu)化方法和機(jī)器學(xué)習(xí)問題不是等同的，在某種程度上，數(shù)學(xué)的優(yōu)化方法是機(jī)器學(xué)習(xí)研究的核心內(nèi)容。通過隨機(jī)梯度下降法知道，正則化項(xiàng)可以看作是普通的凸函數(shù)，應(yīng)用次梯度方向迭代向量并不能發(fā)揮出正則化項(xiàng)的作用。這就等于說，這種方法沒有真正了解機(jī)器學(xué)習(xí)問題的特點(diǎn)，而一些基于隨機(jī)梯度下降法的改進(jìn)算法，解的稀疏性也不夠理想。上述提到的一些方法可以稱為“硬”L1正則化，而RDA算法可看作是一種“軟”L1正則化，因?yàn)樵赗DA算法中，正則化項(xiàng)中加了一個強(qiáng)凸輔助項(xiàng)h（W）=0.5，其在線算法的迭代過程可用下式來表述：

這里的｛βt｝是非負(fù)不減的名稱的來源，用以表示所有次梯度（解向量共軛空間中的點(diǎn)的均值）。

添加輔助項(xiàng)h（W）后，解決問題的便利度獲得了極大提升，其原因不僅是輔助項(xiàng)的添加使得RDA算法獲得了最優(yōu)的收斂速率和regret界，而且還可使式（7）通過迭代得到解析解，這也是RDA算法和一般隨機(jī)梯度下降法的主要區(qū)別所在。

（四）雙正則化分位回歸方法

隨著數(shù)據(jù)復(fù)雜性的日益提高，傳統(tǒng)的L1正則化方法顯現(xiàn)出了處理能力差的劣勢，于是Koenker（2004）提出了條件分位回歸模型（含隨機(jī)截距）[16]，其模型表達(dá)式為：

其中，αi表示隨機(jī)效應(yīng)，并在此基礎(chǔ)上提出針對個體波動問題，可以通過施加L1正則化壓縮的分位回歸方法來解決，具體形式為：

但是，Koenker（2004）提出的方法僅僅考慮了含隨機(jī)截距的混合效應(yīng)模型[16]，事實(shí)上，部分個體效應(yīng)既可影響模型截距，還可影響模型斜率。在此基礎(chǔ)上，羅幼喜等（2017）將條件分位回歸模型推廣至含多重隨機(jī)效應(yīng)的情況[17]。在給定個體隨機(jī)效應(yīng)αi的條件下，響應(yīng)變量的τ分位回歸函數(shù)表達(dá)式為：

進(jìn)而，針對個體效應(yīng)αi，運(yùn)用L1正則化分位回歸估計(jì)方法，函數(shù)形式為：

其中，λ為懲罰參數(shù)。然而，式（4）只能對條件分位回歸函數(shù)的未知參數(shù)進(jìn)行估計(jì)，不能同時對模型中重要自變量進(jìn)行區(qū)分。因而，羅幼喜（2017）等進(jìn)一步提出了雙L1正則化分位回歸方法[17]，函數(shù)表達(dá)式為：

顯然，該方法既可通過懲罰個體效應(yīng)來防止模型“過擬合”，還可以針對固定效應(yīng)系數(shù)進(jìn)行懲罰來挑選變量，增強(qiáng)模型的精度與可信度。由于本文研究的僅僅是天津的經(jīng)濟(jì)高質(zhì)量發(fā)展?fàn)顩r，選用的數(shù)據(jù)不涉及高維混合數(shù)據(jù)，故而采用簡單L1正則化方法即可實(shí)現(xiàn)。

（五）經(jīng)濟(jì)理論綜述

目前學(xué)術(shù)界認(rèn)為經(jīng)濟(jì)高質(zhì)量增長主要體現(xiàn)在數(shù)量和質(zhì)量兩個方面：一方面，經(jīng)濟(jì)增長保持在中高速水平；另一方面，經(jīng)濟(jì)增長的同時能耗降低、人民生活水平提升、勞動生產(chǎn)率提高（任保平、李禹墨，2018）[18]。同時，低能耗、高共享的經(jīng)濟(jì)發(fā)展方式也能促進(jìn)經(jīng)濟(jì)高質(zhì)量增長。因而，本文參考周小亮、吳武林（2018）的研究，用人均GDP、二三產(chǎn)業(yè)人均產(chǎn)值、城鎮(zhèn)居民人均可支配收入、農(nóng)村居民人均純收入作為經(jīng)濟(jì)高質(zhì)量增長的衡量指標(biāo)，從經(jīng)濟(jì)發(fā)展可持續(xù)性、機(jī)會的公平性以及人民生活三個維度構(gòu)建了衡量經(jīng)濟(jì)高質(zhì)量增長的指標(biāo)體系。經(jīng)濟(jì)發(fā)展可持續(xù)性包含了科研、產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)協(xié)調(diào)性、經(jīng)濟(jì)環(huán)境、綠色生產(chǎn)四個維度，采用R＆D經(jīng)費(fèi)在GDP中占比、第二三產(chǎn)業(yè)就業(yè)率、通貨膨脹率以及單位產(chǎn)出能耗比四個指標(biāo)進(jìn)行度量。社會機(jī)會的公平性包含了教育、就業(yè)、醫(yī)療和社會保障四個維度，采用人均受教育年限、失業(yè)率、每千人醫(yī)療機(jī)構(gòu)床位數(shù)以及人均社保支出四個指標(biāo)進(jìn)行衡量。人民生活主要從減貧效果來考量，用改水覆蓋率、人口死亡率和15歲及以上文盲率分別作為生活水平、健康水平損失程度和知識水平損失程度三個維度的衡量指標(biāo)[19]。考慮樣本容量和數(shù)據(jù)可獲取性，本文選取的數(shù)據(jù)均來自2003—2017年《天津市統(tǒng)計(jì)年鑒》。樣本數(shù)據(jù)集中反映了天津目前經(jīng)濟(jì)高質(zhì)量增長狀況，從而保證了模型的真實(shí)性與有效性。

三、最小角算法應(yīng)用與Lasso回歸

Lasso回歸是一種較為常用的L1正則化方法，自1996年被提出以來，在機(jī)器學(xué)習(xí)中一直被廣泛應(yīng)用。Lasso回歸算法的原理是，首先構(gòu)造一個懲罰函數(shù)，然后由此得到一個比較簡單的模型（陶春海、王玉曉，2018）[20]。這里所說的比較簡單的模型是通過壓縮一些不重要的變量系數(shù)，讓其正好為0，也就是說，某些變量是對結(jié)果幾乎是沒有影響的，而Lasso回歸可以篩選出這些變量，讓這些變量被模型完全忽略。通過這種自動選擇，讓某些系數(shù)等于0，這樣就使得一些原來變量比較多的模型更容易被解釋。

（一）Lasso回歸算法的原理

相較于其他算法，Lasso算法是一種實(shí)用性較強(qiáng)的回歸算法，它的基本思想是使殘差平方和最小化，并且滿足所有回歸系數(shù)絕對值的和小于一個常數(shù)的條件。通過這種方法，在模型的擬合過程中，就可以使一些回歸系數(shù)嚴(yán)格等于0，這樣得到的模型具有良好的可解釋性，其數(shù)學(xué)表達(dá)式如下：

其中，B為模型系數(shù)，Xi和Yi分別表示樣本中二維向量的具體值。模型（13）中的參數(shù)λ用來控制Lasso回歸的復(fù)雜程度。參數(shù)λ越大，在擬合過程中擁有較多變量的線性模型受到的懲罰力度就會越大，通過這種方法，能使擬合出的模型擁有較少的變量。模型中的另一個參數(shù)α，可以控制當(dāng)擬合模型是高相關(guān)性數(shù)據(jù)時模型的性狀。Lasso回歸中α=1，這就和懲罰函數(shù)的形式和目的相對應(yīng)?？梢試L試不同的值，得到不同值下所對應(yīng)的λ，來選擇當(dāng)λ取最優(yōu)時所對應(yīng)的參數(shù)。與式（1）類似，式（13）也可等價轉(zhuǎn)化為如下形式：

其中，t＞0，是算法的調(diào)整參數(shù)，可以通過控制調(diào)整參數(shù)t來壓縮總體回歸系數(shù)。Efron（2004）和Tibshirani（1996）提出的交叉驗(yàn)證法就可以很好地用于t值的確定[21，22]。Lasso算法可以對變量進(jìn)行壓縮，同時還可以保證參數(shù)估計(jì)較大的變量得到較小的壓縮，而把那些參數(shù)估計(jì)較小的變量壓縮為0。在參數(shù)估計(jì)方面，Lasso分析還可以使參數(shù)估計(jì)擁有連續(xù)性，這樣對于高維數(shù)據(jù)的擬合模型，就具有了很強(qiáng)的適用性。

Lasso回歸的優(yōu)點(diǎn)在于選擇變量，它是通過參數(shù)估計(jì)來實(shí)現(xiàn)的。如果變量的參數(shù)估計(jì)較大，那么變量只會得到較小的壓縮；如果變量的參數(shù)估計(jì)很小，那么變量就會被壓縮為0。由于Lasso回歸具有這個特點(diǎn)，所以得到的參數(shù)估計(jì)就具有了連續(xù)性。Lasso回歸還有一個特點(diǎn)就是，當(dāng)需要建立一個廣義的線性模型時，不需要考慮因變量是連續(xù)的還是離散的。Lasso回歸對離散或者連續(xù)的因變量都可以處理，這就表明，若數(shù)據(jù)較為復(fù)雜，一般最小二乘對數(shù)據(jù)的處理能力較低，則此時可以應(yīng)用Lasso回歸。這是因?yàn)?，Lasso回歸對于數(shù)據(jù)的要求比較低，應(yīng)用范圍也更加廣泛。此外，Lasso回歸還可以進(jìn)行變量的篩選以及模型復(fù)雜度的調(diào)整。變量篩選的意思是，在擬合模型時，不需要把所有的變量都放進(jìn)模型中，只需要把適合的變量放入模型，就可以得到一個完美的性能參數(shù)。復(fù)雜度調(diào)整是在保證模型反映數(shù)據(jù)關(guān)系的前提下，通過適當(dāng)調(diào)整一些參數(shù)，從而使模型的復(fù)雜程度得到控制，避免出現(xiàn)過擬合之類的問題。一般來說，線性模型的復(fù)雜度和變量數(shù)量有明顯的關(guān)系，模型的復(fù)雜度越高，變量數(shù)就越多。不同的變量在擬合過程中可以得到一個看起來更好的模型，但是也有可能成為模型過擬合的直接原因。

（二）最小角回歸算法的原理

在介紹最小角回歸算法之前，需要先介紹前項(xiàng)選擇算法和前向梯度算法兩個預(yù)備算法。

1.前向選擇（Forward Selection）算法。前向選擇算法用于求解線性關(guān)系Y=Xθ的系數(shù)向量，其中Y為m×1的向量，X為m×n的矩陣，θ為n×1的向量。m為樣本數(shù)量，n為特征維度?？梢园丫仃嘪簡單地看成n個m×1的向量Xi（i=1，2，…，n），在Y的X變量Xi（i=1，2，…，m）中，可以選擇一個和目標(biāo)Y最為接近也就是二者余弦距離最大的變量Xk，然后用Xk來近似逼近Y，得到下式：

圖1 前項(xiàng)選擇法二維范例

當(dāng)X只有2維時，可使用圖1作為例子來表示，此時和Y最接近的是X1。首先在X1上面投影，圖1中的長虛線就是殘差。此時X1θ1模擬了Y，θ1模擬了θ（僅僅模擬了一個維度）。接著可以看出此時最接近的是X2，使用殘差繼續(xù)在X2投影，圖1中短虛線就是現(xiàn)在的殘差。至此，自變量全部被使用，X1θ1+X2θ2模擬的就是Y，對應(yīng)模擬了兩個維度的θ即為最終結(jié)果。θ計(jì)算較多運(yùn)用了矩陣運(yùn)算，此處不再贅述。

由于該算法只是對每個變量進(jìn)行了一次操作，所以效率是極高的，算法運(yùn)行的速度也得到了保障。但是，該算法同樣存在一些不足，就是在自變量不具有正交關(guān)系的情況下，由于算法每一步都是在做投影運(yùn)算，因此只能給出一個局部近似解。總體來看，這個簡單的算法較為粗糙，還不能直接用于Lasso回歸分析中。

2.前向梯度（Forward Stagewise）算法。前向梯度算法用到的原理中，帶著前向選擇算法的影子，二者原理有相通的地方，同樣都是在Y的X變量Xi（i=1，2，…，n）中，選擇和目標(biāo)Y最為接近也就是二者余弦距離最大的一個變量Xk，用Xk來逼近Y。但是，前向梯度算法不使用投影這種粗暴的方法，而是每次在最為接近的自變量Xt的方向移動一小步，然后再看殘差Yyes和哪一個Xi（i=1，2，…，n）最為接近。此時仍不能去除Xt，因?yàn)橹皇乔斑M(jìn)了一小步，仍然存在下面最接近的自變量還是Xt的可能性。如此進(jìn)行下去，直到殘差Xt減小到足夠小，算法停止。

圖2 前向梯度法二維范例

如圖2，當(dāng)Y只有2維時，和Y最接近的是X1。首先在X1上移動一小段距離，此處ε為一個較小的常量，可以發(fā)現(xiàn)，此時殘差還是和X1接近。接著沿X1移動，當(dāng)殘差和X1的距離并不是最小，而是和X2的距離最小時，殘差如圖2中長虛線所示。繼續(xù)沿著X2逐步移動一個常量，通過計(jì)算得到殘差又重新和X1最為接近，那么繼續(xù)沿著X1走，走完一步后發(fā)現(xiàn)殘差為0，算法停止。此時，Y由剛才所有步相加模擬得到，對應(yīng)算出的系數(shù)θ為最終結(jié)果。此處θ計(jì)算涉及較多矩陣運(yùn)算，不再贅述。這種算法在ε很小時，得到的最優(yōu)解是十分精確的，與此同時，算法計(jì)算的迭代次數(shù)也有較大增加。與前向選擇算法相比，前向梯度算法更加精確，但是計(jì)算起來更加復(fù)雜。

3.最小角回歸算法。最小角回歸算法綜合了前面所述的兩種算法，對兩種算法的迭代判別方法進(jìn)行了折中處理，使得前向梯度算法的精確性得到了保留，同時前向梯度算法的迭代過程也得到了簡化。下面對最小角回歸算法的原理進(jìn)行介紹。

首先，找到與因變量Y最接近或者相關(guān)度最高的自變量Xk，這時可以使用類似于前向梯度算法中的殘差計(jì)算方法，得到新的目標(biāo)Yyes。與前向梯度算法不同的是，不是每次前進(jìn)一個較小的常數(shù)，而是繼續(xù)直接向前移動，直到出現(xiàn)一個Xt，使得Xt和Yyes的相關(guān)度與Xk和Yyes的相關(guān)度是一樣的，此時殘差Yyes就在Xt和Xk的角平分線方向上，這個時候前進(jìn)的方向就是殘差角平分線，直到出現(xiàn)第三個特征Xp，當(dāng)它和Yyes的相關(guān)度足夠大時，即Xp和當(dāng)前殘差Yyes的相關(guān)度與Xt、Xk和Yyes的相關(guān)度一樣，將其也加入到Y(jié)的逼近特征集合中，并用Y的逼近特征集合的共同角分線，作為新的逼近方向。以此循環(huán)，當(dāng)Yyes足夠小時，或者說所有的變量都已經(jīng)取完了，算法停止，此時對應(yīng)的系數(shù)θ即為最終結(jié)果。

圖3 最小角回歸法二維范例

如圖3，只有2維時，和Y最接近的是X1，首先在X1上面走一段距離，當(dāng)殘差在X1和X2的角平分線上時，就沿著角平分線走，當(dāng)殘差滿足要求時停止算法，此時對應(yīng)的系數(shù)θ即為最終結(jié)果。

四、實(shí)證分析

L1正則化方法可以使模型參數(shù)擬合值變小，對過擬合狀況有較好的調(diào)節(jié)作用，本文選取Lasso回歸中的最小角回歸法對少數(shù)指標(biāo)進(jìn)行線性驗(yàn)證，對過擬合現(xiàn)象進(jìn)行有效抑制。用循環(huán)坐標(biāo)下降法針對多個指標(biāo)進(jìn)行l(wèi)ogistic回歸，對影響經(jīng)濟(jì)高質(zhì)量增長的指標(biāo)進(jìn)行篩選，并對兩個模型進(jìn)行對比，同時以此驗(yàn)證模型的有效性。

（一）嶺回歸算法的實(shí)現(xiàn)

部分學(xué)者認(rèn)為，經(jīng)濟(jì)高質(zhì)量增長指數(shù)與通貨膨脹率（CPI）、R＆D經(jīng)費(fèi)在 GDP中的占比、單位產(chǎn)出能耗比、二三產(chǎn)業(yè)就業(yè)率（分別為 X1、X2、X3、X4）相關(guān)，本文運(yùn)用L1正則化中的Lasso回歸來從中選出主要變量，建立線性回歸模型加以驗(yàn)證，應(yīng)用最小二乘回歸得到的結(jié)果如表1所示。

表1 最小二乘回歸模型

從表1看，截距和自變量的相關(guān)系數(shù)除X4外均不顯著。觀察數(shù)據(jù)特點(diǎn)，考慮 X1、X2、X3、X4間可能存在復(fù)共線性，因此利用R軟件中car包的VIF函數(shù)查看各自變量間的共線情況，結(jié)果見表2。

表2 方差膨脹因子

從表2來看，除X3外各自變量的方差膨脹因子都超過10，認(rèn)為存在復(fù)共線性，因此采用嶺回歸來擬合分析。嶺回歸方法是在最小二乘法殘差平方和最小化的基礎(chǔ)上，添加一個收縮懲罰項(xiàng)，也就是常說的L2范數(shù)。但是，嶺回歸收縮變量時，預(yù)測變量的待估系數(shù)只是接近0，并不等于0，因此，我們在應(yīng)用嶺回歸時對于模型的結(jié)束不能很好地判斷。所以說，即使嶺回歸可以使模型的復(fù)雜度得到降低，但還是需要通過Lasso回歸來選擇變量。嶺回歸L2范數(shù)中α系數(shù)的選擇與模型的準(zhǔn)確性密切相關(guān)，α系數(shù)過大會導(dǎo)致模型的精度較低，α系數(shù)過小又會導(dǎo)致模型過度擬合，從而失去了模型的現(xiàn)實(shí)性意義。

圖4 嶺跡圖

從圖4可以看到，當(dāng)α=0.1時，方差膨脹系數(shù)已經(jīng)接近于0，故這里采取α=0.1時的嶺回歸結(jié)果，結(jié)果如表3所示。

表3 嶺回歸結(jié)果

在各變量系數(shù)的顯著性明顯提高后，利用Lasso回歸中的最小角回歸法進(jìn)行變量篩選，以解決共線性問題。

（二）Lasso算法的實(shí)現(xiàn)

經(jīng)過分析，本文得到的LAR序列結(jié)果如表4所示。

表4 變量選擇序列

由此可見，Lasso 的變量選擇依次是 X4、X1、X2、X3，且擬合R2=0.98，說明擬合優(yōu)度良好。

表5 Lasso回歸變量選擇

由于Lasso回歸所使用的L1范數(shù)是絕對值之和，Lasso回歸的損失函數(shù)是不連續(xù)可導(dǎo)的，因此求解L1范數(shù)的損失函數(shù)的最小值就變得較為困難，還需要應(yīng)用坐標(biāo)下降法進(jìn)行分析。

五、L1正則化在logistic回歸中的應(yīng)用

（一）logistic回歸模型

logistic回歸模型是回歸分析模型的一種，它是廣義的線性模型，用于處理因變量為分類變量的回歸問題。二分類法是logistic回歸最常見的形式，也就是說，因變量滿足二項(xiàng)分布。logistic回歸在多分類的因變量問題中應(yīng)用得非常廣泛（曹芳、朱永忠，2012）[23]，它實(shí)際上是一種分類方法，但是其原理也包含了回歸模型的分析方法。

二分類的logistic回歸所對應(yīng)的問題都是二分類問題，二分類問題的結(jié)果發(fā)生概率和自變量之間是S型曲線，該曲線函數(shù)可以定義為：

該函數(shù)的定義域?yàn)槿w實(shí)數(shù)，值則為[0，1]。當(dāng)x的取值足夠大時，該問題可被看作0、1問題，即二分類問題。大于0.5時可以看成是1類問題，小于0.5時則是0類問題，等于0.5時則可以看成0類問題也可以看成1類問題。當(dāng)因變量是0-1型變量時，y=1的概率分布可以定義為：

如果采用線性模型來對數(shù)據(jù)進(jìn)行分析，則可以將公式定義為：

但是在現(xiàn)實(shí)應(yīng)用中，事情發(fā)生概率和因變量并不總是線性的，大部分時候是非線性的。當(dāng)數(shù)據(jù)之間的關(guān)系是非線性時，可以運(yùn)用logit變換，使logit（p）和自變量之間形成線性關(guān)系。logistic回歸模型表示為：

這也可以表明，概率p和因變量之間存在非線性關(guān)系。當(dāng)p大于0.5時，可以判斷y更偏向于1，否則 y為 0。

logistic回歸主要用來預(yù)測事情是否發(fā)生以及發(fā)生的概率，在已經(jīng)建立回歸模型的情況下，通過模型可以預(yù)測在不同的自變量下事件是否發(fā)生或者發(fā)生的概率有多大。logistic回歸還可以用于分析影響結(jié)果的主要因素，對變量進(jìn)行篩選，找出對因變量有顯著影響的自變量。

（二）坐標(biāo)下降法

坐標(biāo)下降法是一種非梯度優(yōu)化的機(jī)器學(xué)習(xí)方法，其原理是在每一步迭代過程中，在一個坐標(biāo)的方向上進(jìn)行線性搜索，然后通過循環(huán)使用不同的坐標(biāo)方法，找到目標(biāo)函數(shù)的局部極小值。

假設(shè)一個坐標(biāo)下降法的目標(biāo)函數(shù)，是求解f（x）的極小值，其中 x=（x1，x2，…，xn）是一個 n 維的向量。首先從初始的點(diǎn)x0開始，然后對k進(jìn)行循環(huán)，開始計(jì)算：

每次迭代過程只是更新了X的維度，也就是當(dāng)進(jìn)行X一個維度的計(jì)算時，把其他維度看作是常量，然后通過求解目標(biāo)函數(shù)取得最小值時所對應(yīng)的新的值，得到在這個維度下的最小值。坐標(biāo)下降法求解問題的思路就是通過迭代的構(gòu)造x0、x1、x2…來使問題得到解決（熊岑、張若秋、李輝，2018）[24]。

相對于機(jī)器學(xué)習(xí)的另一種優(yōu)化方法（梯度下降法）而言，坐標(biāo)下降法的優(yōu)點(diǎn)是不需要計(jì)算目標(biāo)函數(shù)的梯度，它是在每一步的迭代過程中，求解一個一維搜索問題，因而可以應(yīng)用于某些復(fù)雜問題的計(jì)算。但是，在目標(biāo)函數(shù)不是光滑的情況下，應(yīng)用坐標(biāo)下降法可能會陷入非駐點(diǎn)。

（三）坐標(biāo)下降法的應(yīng)用（logistic回歸）

logistic回歸也會面臨過擬合問題，因而要考慮正則化，相比普通的logistic回歸損失函數(shù)，logistic回歸的L1正則化損失函數(shù)增加了L1的范數(shù)作為懲罰，超參數(shù)α作為懲罰系數(shù)來調(diào)節(jié)懲罰項(xiàng)的大小。二元logistic回歸的L1正則化損失函數(shù)的具體表達(dá)式為：

其中，｜｜θ｜｜1為 θ的 L1范數(shù)。R 軟件中 glmnet程序包解決L1正則化下logistic回歸的方法為循環(huán)坐標(biāo)下降法，其原理與Lasso回歸的坐標(biāo)下降法基本相同，此處不再贅述。

在上文中，通過嶺回歸和Lasso回歸中的最小角回歸法我們分析得出，在通貨膨脹率（CPI）、R＆D經(jīng)費(fèi)在GDP中的占比、單位產(chǎn)出能耗比、二三產(chǎn)業(yè)就業(yè)率中，對經(jīng)濟(jì)高質(zhì)量增長有重大影響的因素為二三就業(yè)率和單位產(chǎn)出能耗比。在此基礎(chǔ)上擴(kuò)展指標(biāo)維度，就經(jīng)濟(jì)發(fā)展可持續(xù)性、社會機(jī)會公平性、人民生活三個維度共11個指標(biāo)展開分析，指標(biāo)信息如表6所示。

通過在R軟件中對各指標(biāo)進(jìn)行分析，在可行范圍內(nèi)，當(dāng)λ最小時實(shí)現(xiàn)最精確的logistic回歸，進(jìn)而判斷各指標(biāo)對經(jīng)濟(jì)高質(zhì)量增長水平的影響度，結(jié)果見圖5。

觀察圖5并查看R軟件輸出結(jié)果λmin=0.015 7，可以發(fā)現(xiàn)，當(dāng)λmin=0.015 7時，擬合優(yōu)度最高，但又不會出現(xiàn)過度擬合的情況。根據(jù)擬合結(jié)果對11個指標(biāo)進(jìn)行篩選，結(jié)果如圖6所示。

表6 經(jīng)濟(jì)高質(zhì)量增長影響指標(biāo)

圖5 λ的選擇

圖6 結(jié)果篩選圖

圖7 指標(biāo)系數(shù)圖

從篩選圖中可看到，除了指標(biāo)4與指標(biāo)8，其余指標(biāo)對經(jīng)濟(jì)高質(zhì)量增長的影響均被認(rèn)為是0，也就是說，這些指標(biāo)均被logistic回歸剔除了。從系數(shù)圖中可看到，索引不為零的兩個指標(biāo)，其系數(shù)一個接近10，一個小于-10，具體系數(shù)如表7所示。

表7 具體指標(biāo)系數(shù)值

從具體指標(biāo)系數(shù)值可以看到，指標(biāo)X4（二三產(chǎn)業(yè)就業(yè)率）的系數(shù)為8.312 2，X8（15歲以上人口文盲、半文盲比例）的系數(shù)為-13.157 1，說明指標(biāo)X4（二三產(chǎn)業(yè)就業(yè)率）對經(jīng)濟(jì)高質(zhì)量增長有正向促進(jìn)作用，這也與嶺回歸和Lasso回歸結(jié)果相吻合。指標(biāo)X8對經(jīng)濟(jì)高質(zhì)量增長有負(fù)向作用，說明勞動人口的受教育程度對于本地經(jīng)濟(jì)高質(zhì)量增長有著重要影響。

六、結(jié)論與建議

在線性回歸中，L1正則化方法可以對變量進(jìn)行篩選，從而避免了在模型擬合過程中出現(xiàn)過擬合現(xiàn)象，增加了模型的可解釋性，提高了模型的可信度。在非線性回歸中，L1正則化方法的應(yīng)用同樣能夠?qū)ψ兞窟M(jìn)行篩選，找出對因變量影響較大的自變量，從而根據(jù)自變量來判斷事件是否發(fā)生（二分類模型）或者其他需要預(yù)測的結(jié)果（多分類模型）?；趯?shí)證分析結(jié)果，在Lasso回歸過程中，對經(jīng)濟(jì)高質(zhì)量發(fā)展影響由大到小的因素依次為通貨膨脹率（CPI）、R＆D經(jīng)費(fèi)在GDP中的占比、單位產(chǎn)出能耗比、二三產(chǎn)業(yè)就業(yè)率。在logistic回歸模型中，對經(jīng)濟(jì)高質(zhì)量增長具有影響的是二三產(chǎn)業(yè)就業(yè)率和勞動人口受教育程度。因此，驅(qū)動產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級是提高經(jīng)濟(jì)高質(zhì)量發(fā)展的有效途徑，而產(chǎn)業(yè)轉(zhuǎn)型升級的核心步驟是技術(shù)升級，技術(shù)升級的根本在于人才。政府應(yīng)關(guān)注教育資源的公平獲取與配置、社會保障體系的完善以及社會保障資源的有效供給，緩解社會矛盾。

一是注重人才培養(yǎng)，促進(jìn)科技進(jìn)步。技術(shù)進(jìn)步是推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級的直接動力，人才培養(yǎng)是技術(shù)進(jìn)步的根本動力。產(chǎn)業(yè)結(jié)構(gòu)不合理的重要原因是缺少核心技術(shù)、缺少創(chuàng)新性人才、缺少知名品牌，集中起來就是自主創(chuàng)新能力不強(qiáng)，因而增強(qiáng)自主創(chuàng)新能力是經(jīng)濟(jì)社會發(fā)展的關(guān)鍵所在。我國要加大對教育行業(yè)的支持力度，培養(yǎng)更多的科技人才以實(shí)現(xiàn)自主創(chuàng)新。自主創(chuàng)新不是放棄技術(shù)引進(jìn)，而是要強(qiáng)化消化吸收與再創(chuàng)新。自主創(chuàng)新不是單純的技術(shù)創(chuàng)新，還包括產(chǎn)業(yè)創(chuàng)新、產(chǎn)品創(chuàng)新和品牌創(chuàng)新。自主創(chuàng)新要堅(jiān)持有所為有所不為，突出重點(diǎn)。

二是充分發(fā)揮政府產(chǎn)業(yè)政策的導(dǎo)向作用。各省有關(guān)部門需要按照中央政府調(diào)整產(chǎn)業(yè)結(jié)構(gòu)的總體任務(wù)和要求，結(jié)合本地實(shí)際情況，制定具體措施，運(yùn)用經(jīng)濟(jì)和法律手段加強(qiáng)對全社會投資的宏觀調(diào)控，同時完善進(jìn)出口、土地、財稅等相關(guān)政策，引導(dǎo)合理投資。

三是積極合理地引導(dǎo)外資的流向。在積極引進(jìn)外資的同時，還可以通過有關(guān)政策導(dǎo)向，改變外商投資結(jié)構(gòu)，使之與我國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的要求基本上趨于一致。從重外資引進(jìn)規(guī)模向重外資引進(jìn)質(zhì)量轉(zhuǎn)變，有選擇地引進(jìn)外資項(xiàng)目，減少一般性產(chǎn)業(yè)項(xiàng)目的引進(jìn)，限制高能耗、高耗材、高污染項(xiàng)目的引進(jìn)，鼓勵設(shè)立研發(fā)中心，實(shí)現(xiàn)真正的產(chǎn)學(xué)研有機(jī)結(jié)合。

注釋：

①O=k×log n表示時間與空間的復(fù)雜程度，在k元樣本中，若樣本容量是n，那么尋找一個元素需要進(jìn)行k×log n次查找。

②regret界表示正則化項(xiàng)之間的解的誤差。