市场营销和经济中的稀疏正则化
摘要：稀疏α-范数正则化在市场营销和经济学中具有许多数据丰富的应用。与套索和岭正则化相比， α-范数会跳到一个稀疏解。这个特征对于需求估计和预测中出现的超高维问题非常有吸引力。α-范数目标是非凸的，需要通过坐标下降和近端算子寻找稀疏解。我们研究了一个典型的市场需求预测问题，即咸味零食的杂货店销售，其中有很多虚拟变量作为控制因素。需求的关键预测因素包括价格、等效容量、促销、口味、香气和品牌效应。通过与许多常用的机器学习方法进行比较，α-范数正则化实现了提供准确的样本外估计的目标，以评估促销效应。最后，我们总结了未来研究的方向。
作者：Guanhao Feng, Nicholas Polson, Yuexi Wang and Jianeng Xu
论文ID：1709.00379
分类：Machine Learning
分类简称：stat.ML
提交时间：2018-02-06