4  Conclusión

LARS presenta las siguientes ventajas:

• Es eficaz donde \(p \gg n\) (es decir, cuando el numero de predictores \(p\) es significativamente mayor que el numero de variables \(n\)).

• Es computacionalmente rápido.

• Se puede modificar fácilmente para producir algoritmos eficientes para otros métodos como el Lasso y por etapas.

Referencias

Bradley Efron, Iain Johnstone, Trevor Hastie. 2004. “Least Angle Regression.” Comput. J. 32 (2): 407–99. https://doi.org/10.1214/009053604000000067.

Bradley Efron, Trevor Hastie. 2022. “Lars: Least Angle Regression, Lasso and Forward Stagewise.” https://cran.r-project.org/web/packages/lars/index.html.