Machine learning
Elastic Net
Elastic Netは、2005年にZouとHastieによって導入された正則化線形回帰手法であり、LASSO（L1）ペナルティとRidge（L2）ペナルティを組み合わせることで、変数選択と係数縮小を同時に行います。多数の、おそらく相関のある予測変数を持つデータに対する予測モデリングおよび説明モデリングのために設計されています。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Zou, H. & Hastie, T. (2005). Regularization and Variable Selection via the Elastic Net. Journal of the Royal Statistical Society: Series B, 67(2), 301–320. DOI: 10.1111/j.1467-9868.2005.00503.x ↗
このページの引用方法
ScholarGate. (2026, June 1). Elastic Net Regularized Regression. ScholarGate. https://scholargate.app/ja/machine-learning/elastic-net
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.
Compare side by side →