此条目需要扩充。 (2016年7月31日)请协助改善这篇条目，更进一步的信息可能会在讨论页或扩充请求中找到。请在扩充条目后将此模板移除。此条目需要补充更多来源。 (2016年7月31日)请协助补充多方面可靠来源以改善这篇条目

，无法查证的内容可能会因为异议提出而移除。

致使用者：请搜索一下条目的标题（来源搜索：“最小角回归” — 网页、新闻、书籍、学术、图像），以检查网络上是否存在该主题的更多可靠来源（判定指引）。

统计学中，最小角回归（英语：least-angle regression (LARS)）是一种对高维数据进行线性回归的算法，由布莱德利·埃夫隆等人提出。[1]

在线性回归中，因变量由一组自变量的线性组合表达，这些自变量可能是协变量，也有可能与因变量无关。最小角算法不会像传统算法那样给出自变量的向量表达，而是对每个参数向量的L1范数的值给出一条曲线。

参考文献