Regresión Ridge
La Regresión Ridge es un método de regresión lineal regularizado con L2, introducido por Arthur Hoerl y Robert Kennard en 1970, que reduce la multicolinealidad añadiendo una penalización al tamaño de los coeficientes. Reduce los coeficientes hacia cero sin fijar ninguno de ellos exactamente en cero, produciendo estimaciones más estables cuando los predictores están altamente correlacionados.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+22 more
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Ridge Regression (L2-Regularized Linear Regression). ScholarGate. https://scholargate.app/es/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 NetAprendizaje automático↔ compare
- Regresión LassoAprendizaje automático↔ compare
- Regresión LogísticaEstadística para la investigación↔ compare
- Análisis de Componentes PrincipalesAprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →