Regressió logística regularitzada
La regressió logística regularitzada estén la regressió logística estàndard afegint una penalització L1 (lasso), L2 (ridge) o elastic net a la log-versemblança, contraent els coeficients cap a zero i evitant l'ajust excessiu. És l'opció per defecte per a la classificació binària o multinomial quan es desitgen estimacions de coeficients interpretables, escasses o estables en espais de característiques d'alta dimensionalitat o col·lineals.
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.
+4 more
Fonts
- 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. 4, 18). Springer. ISBN: 978-0-387-84857-0
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Regularized Logistic Regression (L1 / L2 / Elastic Net Penalized Binary and Multinomial Classification). ScholarGate. https://scholargate.app/ca/machine-learning/regularized-logistic-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.
- Elastic NetAprenentatge automàtic↔ compare
- Anàlisi Discriminant Lineal (LDA)Aprenentatge automàtic↔ compare
- Regressió Logística (ML)Aprenentatge automàtic↔ compare
- Naive BayesAprenentatge automàtic↔ compare
- Regressió Lineal RegularitzadaAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →