Κανονικοποιημένη Λογιστική Παλινδρόμηση
Η κανονικοποιημένη λογιστική παλινδρόμηση επεκτείνει την τυπική λογιστική παλινδρόμηση προσθέτοντας μια ποινή L1 (lasso), L2 (ridge) ή elastic net στη λογαριθμική πιθανοφάνεια, συρρικνώνοντας τους συντελεστές προς το μηδέν και αποτρέποντας την υπερπροσαρμογή. Είναι η προεπιλεγμένη επιλογή για δυαδική ή πολυωνυμική ταξινόμηση όταν θέλετε ερμηνεύσιμους, αραιούς ή σταθερούς εκτιμητές συντελεστών σε χώρους χαρακτηριστικών υψηλής διάστασης ή συσχετισμένων.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Πηγές
- 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
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Regularized Logistic Regression (L1 / L2 / Elastic Net Penalized Binary and Multinomial Classification). ScholarGate. https://scholargate.app/el/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 NetΜηχανική Μάθηση↔ compare
- Γραμμική Διακριτική Ανάλυση (LDA)Μηχανική Μάθηση↔ compare
- Λογιστική Παλινδρόμηση (ML)Μηχανική Μάθηση↔ compare
- Naive BayesΜηχανική Μάθηση↔ compare
- Γραμμική Παλινδρόμηση με ΚανονικοποίησηΜηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →