Regresia Ridge
Regresia Ridge este o metodă de regresie liniară regularizată prin L2, introdusă de Arthur Hoerl și Robert Kennard în 1970, care reduce multicoliniaritatea prin adăugarea unei penalizări la mărimea coeficienților. Aceasta micșorează coeficienții spre zero fără a-i anula complet, producând estimări mai stabile atunci când predictori sunt puternic corelați.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
+22 more
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 1). Ridge Regression (L2-Regularized Linear Regression). ScholarGate. https://scholargate.app/ro/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 NetÎnvățare automată↔ compare
- Regresia LassoÎnvățare automată↔ compare
- Regresia LogisticăStatistică pentru cercetare↔ compare
- Analiza Componentelor PrincipaleÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →