Regressão Ridge
A Regressão Ridge é um método de regressão linear com regularização L2, introduzido por Arthur Hoerl e Robert Kennard em 1970, que reduz a multicolinearidade adicionando uma penalidade ao tamanho dos coeficientes. Ela encolhe os coeficientes em direção a zero sem zerar nenhum deles exatamente, produzindo estimativas mais estáveis quando os preditores são altamente correlacionados.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
+22 more
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 1). Ridge Regression (L2-Regularized Linear Regression). ScholarGate. https://scholargate.app/pt/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 NetAprendizado de máquina↔ compare
- Regressão LassoAprendizado de máquina↔ compare
- Regressão LogísticaEstatística para pesquisa↔ compare
- Análise de Componentes PrincipaisAprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →