Me he estado preguntando, ¿por qué los métodos de selección de modelos LASSO y LARS son tan populares a pesar de que son básicamente variaciones de la selección progresiva (y por lo tanto sufren de dependencia de ruta)?
Del mismo modo, ¿por qué los métodos de General a Específico (GETS) para la selección de modelos se ignoran en su mayoría, a pesar de que funcionan mejor que LARS / LASSO porque no sufren el problema de regresión gradual? (referencia básica para GETS: http://www.federalreserve.gov/pubs/ifdp/2005/838/ifdp838.pdf : el algoritmo más nuevo en esto comienza con un modelo amplio y una búsqueda de árbol que evita la dependencia de la ruta, y se ha demostrado que a menudo lo hacen mejor que LASSO / LARS).
Simplemente parece extraño, LARS / LASSO parece tener mucha más exposición y citas que General a Específico (GETS), ¿alguien tiene alguna idea?
No tratando de iniciar un acalorado debate, más buscando una explicación racional de por qué la literatura parece centrarse en LASSO / LARS en lugar de GETS y pocas personas realmente señalan las deficiencias de LASSO / LARS.