Elastic Net Regressioon
Elastic net regressioon ühendab L1 (lasso) ja L2 (ridge) karistused ühte regulariseeritud regressiooniraamistikku. Seda juhitakse segamisparameetri alpha ja kahandustugevuse lambda abil ning see suudab samaaegselt valida muutujad ja käsitleda korreleerivaid ennustajaid – ületades puhta lasso ja puhta ridge'i rakendamise peamised piirangud.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Zou, H., & Hastie, T. (2005). Regularization and variable selection via the elastic net. Journal of the Royal Statistical Society: Series B (Statistical Methodology), 67(2), 301-320. DOI: 10.1111/j.1467-9868.2005.00503.x ↗
- Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2nd ed.). Springer. ISBN: 978-0387848570
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Elastic Net Regularized Regression. ScholarGate. https://scholargate.app/et/statistics/elastic-net-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.
- Lasso-regressioonMasinõpe↔ compare
- Tavaline vähimruutude (OLS) regressioonÖkonomeetria↔ compare
- KvantiiilregressioonÖkonomeetria↔ compare
- Regulariseeritud logistiline regressioonMasinõpe↔ compare
- Ridge RegressionMasinõpe↔ compare
- Robust RegressionStatistika↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →