رگرسیون الاستیک نت (Elastic Net Regression)
رگرسیون الاستیک نت، جریمههای L1 (لسو) و L2 (ریج) را در یک چارچوب رگرسیون منظمشده ترکیب میکند. این روش که توسط پارامتر ترکیبی آلفا (alpha) و قدرت انقباض لامبدا (lambda) کنترل میشود، میتواند همزمان متغیرها را انتخاب کرده و پیشبینیکنندههای همبسته را مدیریت کند — و محدودیتهای کلیدی لسو خالص و ریج خالص را که به تنهایی اعمال میشوند، برطرف نماید.
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 (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
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Elastic Net Regularized Regression. ScholarGate. https://scholargate.app/fa/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.
- رگرسیون لسویادگیری ماشین↔ compare
- رگرسیون حداقل مربعات معمولی (OLS)اقتصادسنجی↔ compare
- رگرسیون کوانتایلاقتصادسنجی↔ compare
- رگرسیون لجستیک منظمشدهیادگیری ماشین↔ compare
- رگرسیون ریج (Ridge Regression)یادگیری ماشین↔ compare
- رگرسیون مقاومآمار↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →