Regresia Elastic Net
Regresia elastic net combină penalizările L1 (lasso) și L2 (ridge) într-un singur cadru de regresie regularizată. Controlată de un parametru de amestec (mixing parameter) alpha și o forță de contracție (shrinkage strength) lambda, poate selecta simultan variabile și gestiona predictori corelați — depășind limitările cheie ale aplicării pure a lasso și ridge individual.
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.
Surse
- Zou, H., & Hastie, T. (2005). Regularization and variable selection via the elastic net. Journal of the Royal Statistical Society: Series B (Statistical Methodology), 67(2), 301-320. DOI: 10.1111/j.1467-9868.2005.00503.x ↗
- Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2nd ed.). Springer. ISBN: 978-0387848570
Cum se citează această pagină
ScholarGate. (2026, June 3). Elastic Net Regularized Regression. ScholarGate. https://scholargate.app/ro/statistics/elastic-net-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.
- Regresia LassoÎnvățare automată↔ compare
- Regresia prin metoda celor mai mici pătrate ordinare (OLS)Econometrie↔ compare
- Regresia cuantilicăEconometrie↔ compare
- Regresia logistică regularizatăÎnvățare automată↔ compare
- Regresia RidgeÎnvățare automată↔ compare
- Regresie RobustăStatistică↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →