Regression modelRegression / GLM
इलास्टिक नेट रिग्रेशन
इलास्टिक नेट रिग्रेशन L1 (लासो) और L2 (रिज) पेनल्टी को एक एकल नियमित रिग्रेशन फ्रेमवर्क में जोड़ता है। एक मिक्सिंग पैरामीटर अल्फा और एक श्रिंकेज स्ट्रेंथ लैम्ब्डा द्वारा नियंत्रित, यह एक साथ चर का चयन कर सकता है और सहसंबद्ध भविष्यवक्ताओं को संभाल सकता है — अकेले शुद्ध लासो और शुद्ध रिज की प्रमुख सीमाओं को दूर करता है।
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.
स्रोत
- 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
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Elastic Net Regularized Regression. ScholarGate. https://scholargate.app/hi/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.
- लासो रिग्रेशनमशीन अधिगम↔ compare
- साधारण न्यूनतम वर्ग (OLS) समाश्रयणअर्थमिति↔ compare
- क्वांटाइल रिग्रेशनअर्थमिति↔ compare
- नियमितीकृत लॉजिस्टिक रिग्रेशनमशीन अधिगम↔ compare
- रिज रिग्रेशनमशीन अधिगम↔ compare
- Robust Regression (रोबस्ट रिग्रेशन)सांख्यिकी↔ compare