الانحدار الخطي المنتظم
يضيف الانحدار الخطي المنتظم حدًا جزائيًا إلى دالة الهدف للمربعات الصغرى العادية، مما يؤدي إلى تقليص المعاملات أو تصفيرها لتقليل التجاوز في التجهيز (overfitting) والتعامل مع مشكلة التعددية الخطية (multicollinearity). المتغيرات الرئيسية الثلاثة — Ridge (عقوبة L2)، وLasso (عقوبة L1)، وElastic Net (مزيج من L1+L2) — تجعل الانحدار الخطي قابلاً للاستخدام حتى عندما يفوق عدد الميزات عدد الملاحظات أو عندما تكون المتنبئات شديدة الارتباط.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
المصادر
- Tibshirani, R. (1996). Regression shrinkage and selection via the lasso. Journal of the Royal Statistical Society: Series B, 58(1), 267–288. DOI: 10.1111/j.2517-6161.1996.tb02080.x ↗
- Hastie, T., Tibshirani, R. & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed., Ch. 3). Springer. ISBN: 978-0-387-84858-7
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Regularized Linear Regression (Ridge, Lasso, Elastic Net). ScholarGate. https://scholargate.app/ar/machine-learning/regularized-linear-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- شبكة المرونة (Elastic Net)تعلم الآلة↔ compare
- الانحدار الخطي (تعلم الآلة)تعلم الآلة↔ compare
- الانحدار اللوجستي (تعلم الآلة)تعلم الآلة↔ compare
- الانحدار اللوجستي المنتظمتعلم الآلة↔ compare