Regulariseeritud logistiline regressioon
Regulaarne logistiline regressioon laiendab standardset logistilist regressiooni, lisades log-likelihoodile L1 (lasso), L2 (ridge) või elastic net'i (elastne võrk) penalti, mis kahandab koefitsiente nulli suunas ja hoiab ära üleõppimise. See on vaikimisi valik binaarseks või multinomsseks klassifitseerimiseks, kui soovitakse tõlgendatavaid, hõredaid või stabiilseid koefitsientide hinnanguid kõrgedimensioonilistes või kollineaarsetes tunnuseruumides.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+4 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 ↗
- Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed., Ch. 4, 18). Springer. ISBN: 978-0-387-84857-0
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Regularized Logistic Regression (L1 / L2 / Elastic Net Penalized Binary and Multinomial Classification). ScholarGate. https://scholargate.app/et/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 NetMasinõpe↔ compare
- Lineaarne diskriminantanalüüs (LDA)Masinõpe↔ compare
- Logistiline regressioon (ML)Masinõpe↔ compare
- Bayesi naiivne klassifikaatorMasinõpe↔ compare
- Regulaarne LineaarregressioonMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →