統計学において、グラフィカルラッソは多変量正規分布に従う観測から精度行列（共分散行列の逆行列）を推定するアルゴリズム。
問題設定 が多変量正規分布 から得られたとするとき、 精度行列 を推定する。
グラフィカルラッソでは、以下の対数事後確率を最大化するような を推定する:
ただし、 は標本共分散行列であり、 は正則化パラメータ。グラフィカルラッソの拡張として、定常過程としてモデル化できるデータを扱う拡張も提案されているAlexander Jung, Gabor Hannak and Norbert Goertz "Graphical LASSO based Model Selection for Time Series", IEEE Sig. Proc. Letters, 2015. 。
応用 Rのパッケージglasso Python の Scikit-Learn の GraphLasso() 関数
脚注
参考文献 井手剛, and 杉山将. 異常検知と変化検知. 講談社, 2015. 井手剛. 依存関係にスパース性を入れる. 岩波データサイエンス Vol.5. 岩波書店, 2017.