Bayesovská LASSO regrese
Bayesovská LASSO regrese umisťuje na regresní koeficienty apriorní rozdělení s dvojitou exponenciálou (Laplaceovo), což je Bayesovský ekvivalent klasické LASSO penalizace. Současně smršťuje malé koeficienty směrem k nule a provádí měkký výběr proměnných, to vše v rámci koherentního rámce posteriorní inference, který přirozeně kvantifikuje nejistotu parametrů pomocí intervalů věrohodnosti.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Park, T., & Casella, G. (2008). The Bayesian Lasso. Journal of the American Statistical Association, 103(482), 681–686. DOI: 10.1198/016214508000000337 ↗
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Bayesian Least Absolute Shrinkage and Selection Operator Regression. ScholarGate. https://scholargate.app/cs/statistics/bayesian-lasso-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.
- Bayesovská vícenásobná lineární regreseStatistika↔ compare
- Bayesian Ridge RegressionStrojové učení↔ compare
- Regrese s elastickou sítíStatistika↔ compare
- Regrese LassoStrojové učení↔ compare
- Ridge regreseStrojové učení↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →