Regulētā lineārā regresija (Ridge Regression)
Regulētā lineārā regresija ir L2 regularizēta lineārās regresijas metode, ko 1970. gadā ieviesa Arturs Hērls un Roberts Kenards. Tā samazina multikolinearitāti, pievienojot koeficientu lieluma sodu. Tā samazina koeficientus uz nulli, bet neuzstāda nevienu no tiem precīzi uz nulli, tādējādi nodrošinot stabilākus novērtējumus, ja prediktori ir ļoti korelēti.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+22 more
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Ridge Regression (L2-Regularized Linear Regression). ScholarGate. https://scholargate.app/lv/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 NetMašīnmācīšanās↔ compare
- LASSO regresijaMašīnmācīšanās↔ compare
- Logistiskā regresijaPētniecības statistika↔ compare
- Primārā komponentu analīzeMašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →