Regressione Ridge
La Regressione Ridge è un metodo di regressione lineare regolarizzata L2, introdotto da Arthur Hoerl e Robert Kennard nel 1970, che riduce la multicollinearità aggiungendo una penalità alla dimensione dei coefficienti. Restringe i coefficienti verso zero senza impostarne alcuno esattamente a zero, producendo stime più stabili quando i predittori sono altamente correlati.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+22 more
Fonti
- Hoerl, A.E. & Kennard, R.W. (1970). Ridge Regression: Biased Estimation for Nonorthogonal Problems. Technometrics, 12(1), 55–67. DOI: 10.1080/00401706.1970.10488634 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Ridge Regression (L2-Regularized Linear Regression). ScholarGate. https://scholargate.app/it/machine-learning/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.
- Elastic NetApprendimento automatico↔ compare
- Regressione LassoApprendimento automatico↔ compare
- Regressione LogisticaStatistica per la ricerca↔ compare
- Analisi delle Componenti PrincipaliApprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →