Régression Ridge Robuste
La régression Ridge robuste combine la M-estimation avec la régularisation L2 (ridge) pour produire des estimations de coefficients qui sont simultanément résistantes aux valeurs aberrantes et stables en cas de multicolinéarité. Elle minimise une fonction de perte robuste (telle que celle de Huber) pénalisée par la norme au carré du vecteur de coefficients, en réduisant le poids des observations influentes tout en contractant les prédicteurs corrélés vers zéro.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
Comment citer cette page
ScholarGate. (2026, June 3). Robust Ridge Regression. ScholarGate. https://scholargate.app/fr/statistics/robust-ridge-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.
- Régression Elastic NetStatistique↔ compare
- Régression LassoApprentissage automatique↔ compare
- Régression RidgeApprentissage automatique↔ compare
- Régression linéaire multiple robusteStatistique↔ compare
- Régression RobusteStatistique↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →