Elastic Net
Elastic Net er en regularisert lineær regresjonsmetode introdusert av Zou og Hastie i 2005 som blander LASSO (L1) og Ridge (L2) straff, slik at den utfører variabelseleksjon og koeffisientkrymping samtidig. Den er designet for prediktiv og forklarende modellering på data med mange, muligens korrelerte, prediktorer.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Elastic Net Regularized Regression. ScholarGate. https://scholargate.app/no/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.
- Lasso-regresjonMaskinlæring↔ compare
- Logistisk regresjonForskningsstatistikk↔ compare
- Random ForestMaskinlæring↔ compare
- Ridge RegressionMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →