Bayesiansk LASSO-regresjon
Bayesiansk LASSO-regresjon plasserer dobbelt-eksponensielle (Laplace) priorer på regresjonskoeffisienter, noe som er det bayesianske analoge til den klassiske LASSO-straffen. Den krymper samtidig små koeffisienter mot null og utfører myk variabelseleksjon, alt innenfor et koherent rammeverk for posterior inferens som naturlig kvantifiserer parameterusikkerhet gjennom troverdige intervaller.
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
- Park, T., & Casella, G. (2008). The Bayesian Lasso. Journal of the American Statistical Association, 103(482), 681–686. DOI: 10.1198/016214508000000337 ↗
- Tibshirani, R. (1996). Regression Shrinkage and Selection via the Lasso. Journal of the Royal Statistical Society: Series B, 58(1), 267–288. DOI: 10.1111/j.2517-6161.1996.tb02080.x ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Bayesian Least Absolute Shrinkage and Selection Operator Regression. ScholarGate. https://scholargate.app/no/statistics/bayesian-lasso-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.
- Bayesiansk multippel lineær regresjonStatistikk↔ compare
- Bayesiansk Ridge-regresjonMaskinlæring↔ compare
- Elastic Net-regresjonStatistikk↔ compare
- Lasso-regresjonMaskinlæring↔ compare
- Ridge RegressionMaskinlæring↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →