왜 LASSO 및 LARS 모델 선택 방법이 기본적으로 단계별 순방향 선택의 변형이지만 경로 의존성을 겪을지라도 왜 그렇게 인기가 있는지 궁금합니다.
마찬가지로, 단계 선택 회귀 문제를 겪지 않기 때문에 LARS / LASSO보다 더 나은 모델 선택을위한 GETS (General to Specific) 방법이 왜 대부분 무시 되는가? (GETS에 대한 기본 참조 : http://www.federalreserve.gov/pubs/ifdp/2005/838/ifdp838.pdf- 최신 알고리즘은 경로 의존성을 피하는 광범위한 모델 및 트리 검색으로 시작하며 종종 LASSO / LARS보다 낫습니다).
LARS / LASSO는 GETS (General to Specific)보다 노출과 인용이 훨씬 더 많은 것 같습니다.
논란의 여지가없는 토론을 시작하려고하지 않고 왜 문헌이 GETS보다는 LASSO / LARS에 초점을 맞추고 있는가에 대한 합리적 설명을 찾고 있으며 실제로 LASSO / LARS의 단점을 지적하는 사람은 거의 없습니다.