Machine learning
Elastic Net
Elastic Net은 Zou와 Hastie가 2005년에 소개한 정규화 선형 회귀 방법으로, LASSO(L1)와 Ridge(L2) 페널티를 혼합하여 변수 선택과 계수 축소를 동시에 수행합니다. 이 방법은 예측 및 설명 모델링을 위해, 상관관계가 있을 수 있는 많은 예측 변수를 가진 데이터에 대해 설계되었습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 1). Elastic Net Regularized Regression. ScholarGate. https://scholargate.app/ko/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 →