Elastic Net
Elastic Net to regularizowana metoda regresji liniowej wprowadzona przez Zou i Hastie w 2005 roku, która łączy kary LASSO (L1) i Ridge (L2), dzięki czemu jednocześnie wykonuje selekcję zmiennych i kurczenie współczynników. Jest przeznaczona do modelowania predykcyjnego i wyjaśniającego na danych z wieloma, potencjalnie skorelowanymi, predyktorami.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Elastic Net Regularized Regression. ScholarGate. https://scholargate.app/pl/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.
- Regresja LassoUczenie maszynowe↔ compare
- Regresja logistycznaStatystyka w badaniach↔ compare
- Random ForestUczenie maszynowe↔ compare
- Regularyzacja grzbietowa (Ridge Regression)Uczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →