Ridge Regression
Ridge Regression er en L2-regularisert lineær regresjonsmetode, introdusert av Arthur Hoerl og Robert Kennard i 1970, som reduserer multikollinearitet ved å legge til en straff på størrelsen av koeffisientene. Den krymper koeffisienter mot null uten å sette noen av dem nøyaktig til null, noe som gir mer stabile estimater når prediktorer er sterkt korrelerte.
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.
+22 more
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Ridge Regression (L2-Regularized Linear Regression). ScholarGate. https://scholargate.app/no/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 NetMaskinlæring↔ compare
- Lasso-regresjonMaskinlæring↔ compare
- Logistisk regresjonForskningsstatistikk↔ compare
- HovedkomponentanalyseMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →