Elastic Net
Elastic Net és un mètode de regressió lineal regularitzada introduït per Zou i Hastie el 2005 que combina les penalitzacions LASSO (L1) i Ridge (L2), de manera que realitza selecció de variables i contracció de coeficients alhora. Està dissenyat per a la modelització predictiva i explicativa en dades amb molts predictors, possiblement correlacionats.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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: 10.1111/j.1467-9868.2005.00503.x ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Elastic Net Regularized Regression. ScholarGate. https://scholargate.app/ca/machine-learning/elastic-net
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.
- Regressió LassoAprenentatge automàtic↔ compare
- Regressió LogísticaEstadística per a la recerca↔ compare
- Random ForestAprenentatge automàtic↔ compare
- Regressió RidgeAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →