পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| ইলাস্টিক নেট× | রিজ রিগ্রেশন× | |
|---|---|---|
| ক্ষেত্র | যন্ত্র শিখন | যন্ত্র শিখন |
| পরিবার | Machine learning | Machine learning |
| উদ্ভবের বছর≠ | 2005 | 1970 |
| প্রবর্তক≠ | Zou, H. & Hastie, T. | Hoerl, A.E. & Kennard, R.W. |
| ধরন≠ | Regularized linear regression (L1 + L2 penalty) | L2-regularized linear regression |
| মৌলিক উৎস≠ | Zou, H. & Hastie, T. (2005). Regularization and Variable Selection via the Elastic Net. Journal of the Royal Statistical Society: Series B, 67(2), 301–320. DOI ↗ | Hoerl, A.E. & Kennard, R.W. (1970). Ridge Regression: Biased Estimation for Nonorthogonal Problems. Technometrics, 12(1), 55–67. DOI ↗ |
| অপর নাম | Elastic Net Regresyon, elastic net regression, ElasticNet, L1/L2 regularized regression | Ridge Regresyonu, ridge regresyonu, L2-regularized regression, Tikhonov regularization |
| সম্পর্কিত | 4 | 4 |
| সারসংক্ষেপ≠ | Elastic Net is a regularized linear regression method introduced by Zou and Hastie in 2005 that blends the LASSO (L1) and Ridge (L2) penalties, so it performs variable selection and coefficient shrinkage at the same time. It is designed for predictive and explanatory modelling on data with many, possibly correlated, predictors. | Ridge Regression is an L2-regularized linear regression method, introduced by Arthur Hoerl and Robert Kennard in 1970, that reduces multicollinearity by adding a penalty on the size of the coefficients. It shrinks coefficients toward zero without setting any of them exactly to zero, producing more stable estimates when predictors are highly correlated. |
| ScholarGateডেটাসেট ↗ |
|
|