Lasso-regressioon
Lasso-regressioon, mille tutvustas Robert Tibshirani 1996. aastal, on lineaarne regressioonimeetod, mis lisab kaole L1-karistuse, nii et see kahandab koefitsiente ja teostab samal ajal tunnuste valikut, luues hõreda mudeli. Viies mõned koefitsiendid täpselt nulli, säilitab see ainult olulised ennustajad.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 1). Least Absolute Shrinkage and Selection Operator (LASSO). ScholarGate. https://scholargate.app/et/machine-learning/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.
- Elastic NetMasinõpe↔ compare
- Logistiline regressioonUurimisstatistika↔ compare
- PricipaalanalüüsMasinõpe↔ compare
- Ridge RegressionMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →