通过所有给定基础模型的最佳集成,模型组合可以提高回归模型的预测性能。 在本文中,我们提出了一种有效的套索模型组合方法,以提高预测性能。 首先,我们在套索正则化路径上构建候选模型集。 正则化路径可以记录正则化参数所有值的套索解,此外,其固有的分段线性使得候选模型集的构建简单有效。 然后,在测试或预测阶段,我们应用最小邻域方法确定输入敏感组合模型集,并执行Beyesian模型组合。 最后,我们使用BIC准则估算组合模型集中每个模型的后验概率,该概率可以与Lasso正则化路径算法一起计算。 实验结果证明了该模型组合方法的有效性和有效性。