الاستیک نت (Elastic Net)
الاستیک نت روشی رگرسیون خطی منظمشده است که در سال ۲۰۰۵ توسط زو و هستی (Zou and Hastie) معرفی شد و جریمههای LASSO (L1) و Ridge (L2) را ترکیب میکند، بنابراین همزمان انتخاب متغیر و انقباض ضریب را انجام میدهد. این روش برای مدلسازی پیشبینانه و تبیینی بر روی دادههایی با پیشبینیکنندههای متعدد، که احتمالاً همبسته هستند، طراحی شده است.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Zou, H. & Hastie, T. (2005). Regularization and Variable Selection via the Elastic Net. Journal of the Royal Statistical Society: Series B, 67(2), 301–320. DOI: 10.1111/j.1467-9868.2005.00503.x ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 1). Elastic Net Regularized Regression. ScholarGate. https://scholargate.app/fa/machine-learning/elastic-net
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.
- رگرسیون لسویادگیری ماشین↔ compare
- رگرسیون لجستیکآمار پژوهش↔ compare
- جنگل تصادفییادگیری ماشین↔ compare
- رگرسیون ریج (Ridge Regression)یادگیری ماشین↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →