Bayes-féle LASSO Regresszió
A Bayes-féle LASSO regresszió kettős exponenciális (Laplace) eloszlást helyez a regressziós együtthatókra, ami a klasszikus LASSO büntetés Bayes-féle analógja. Egyszerre zsugorítja a kis együtthatókat nulla felé, és végez lágy változóválasztást, mindezt egy koherens utólagos következtetési keretben, amely természetesen kvantifikálja a paraméterbizonytalanságot a hiteles intervallumokon keresztül.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Park, T., & Casella, G. (2008). The Bayesian Lasso. Journal of the American Statistical Association, 103(482), 681–686. DOI: 10.1198/016214508000000337 ↗
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Bayesian Least Absolute Shrinkage and Selection Operator Regression. ScholarGate. https://scholargate.app/hu/statistics/bayesian-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.
- Bayesian többszörös lineáris regresszióStatisztika↔ compare
- Bayesian Ridge regresszióGépi tanulás↔ compare
- Elastic Net RegresszióStatisztika↔ compare
- Lasso-regresszióGépi tanulás↔ compare
- Ridge RegressionGépi tanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →