Ridge regrese
Ridge regrese je metoda lineární regrese s L2 regularizací, kterou v roce 1970 představili Arthur Hoerl a Robert Kennard. Snižuje multikolinearitu přidáním penalizace na velikost koeficientů. Zmenšuje koeficienty směrem k nule, aniž by kterýkoli z nich nastavila přesně na nulu, čímž vytváří stabilnější odhady, když jsou prediktory vysoce korelované.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
+22 more
Zdroje
- Hoerl, A.E. & Kennard, R.W. (1970). Ridge Regression: Biased Estimation for Nonorthogonal Problems. Technometrics, 12(1), 55–67. DOI: 10.1080/00401706.1970.10488634 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Ridge Regression (L2-Regularized Linear Regression). ScholarGate. https://scholargate.app/cs/machine-learning/ridge-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 NetStrojové učení↔ compare
- Regrese LassoStrojové učení↔ compare
- Logistická regreseStatistika ve výzkumu↔ compare
- Analýza hlavních komponentStrojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →