Forward Stagewise Regression
ゼロから始め、各ステップで残差に最もフィットする変数(木)の係数をわずか ε だけ更新するアルゴリズム。ε→0の極限でLassoの単調バージョンを解く。ブースティングの学習率(shrinkage)に対応し、正則化の役割を果たす。
「Forward Stagewise がLassoを巧みに近似するアルゴリズム」