Machine learning
लासो रिग्रेशन
रॉबर्ट टिबशिरानी द्वारा 1996 में प्रस्तुत लासो रिग्रेशन, एक रैखिक रिग्रेशन विधि है जो हानि में L1 दंड जोड़ती है ताकि यह गुणांकों को सिकोड़ सके और एक साथ चर चयन कर सके, जिससे एक विरल मॉडल उत्पन्न होता है। कुछ गुणांकों को शून्य तक ले जाकर, यह केवल उन भविष्यवक्ताओं को रखता है जो मायने रखते हैं।
पूरी विधि पढ़ें
केवल सदस्यों के लिए
साइन इन करेंयह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Least Absolute Shrinkage and Selection Operator (LASSO). ScholarGate. https://scholargate.app/hi/machine-learning/lasso-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.
- इलास्टिक नेटमशीन अधिगम↔ compare
- लॉजिस्टिक रिग्रेशनअनुसंधान सांख्यिकी↔ compare
- प्रिंसिपल कंपोनेंट एनालिसिसमशीन अधिगम↔ compare
- रिज रिग्रेशनमशीन अधिगम↔ compare
इनमें संदर्भित
अनुकूली कॉक्स आनुपातिक ख़तरेबायेसियन LASSO प्रतिगमनBayesian Model Averagingबायेसियन मल्टीपल लीनियर रिग्रेशनबायेसियन रिज रिग्रेशनइलास्टिक नेटइलास्टिक नेट रिग्रेशनमशीन लर्निंग-सहायता प्राप्त एपिजेनोम-व्यापी साहचर्य अध्ययन (ML-EWAS)मशीन लर्निंग-संवर्धित वाद्य चर (ML-IV)बहुचर रैखिक प्रतिगमनक्वांटाइल रिग्रेशन (गैर-पैरामीट्रिक प्रकार)साधारण न्यूनतम वर्ग (OLS) समाश्रयणसाधारण न्यूनतम वर्ग (Ordinary Least Squares - OLS)बहुपद समाश्रयण (Polynomial Regression)प्रिंसिपल कंपोनेंट एनालिसिसक्वांटाइल रिग्रेशननियमितीकृत सपोर्ट वेक्टर मशीनरिज रिग्रेशनमजबूत रैखिक प्रतिगमनमजबूत बहुरेखीय प्रतिगमनRobust Regression (रोबस्ट रिग्रेशन)रोबस्ट रिज रिग्रेशन (Robust Ridge Regression)स्टेपवाइज रिग्रेशन (Stepwise Regression)सपोर्ट वेक्टर रिग्रेशन