Ансамблевая линейная регрессия
Ансамблевая линейная регрессия объединяет несколько моделей обыкновенного метода наименьших квадратов (МНК) — каждая из которых построена на отдельной бутстреп-выборке или подмножестве признаков — и усредняет их предсказания. Этот метод, основанный на рамках бэггинга Бреймана (1996), снижает дисперсию и улучшает стабильность предсказаний по сравнению с единичной подгонкой линейной регрессии, сохраняя при этом интерпретируемость линейных предположений.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Breiman, L. (1996). Bagging predictors. Machine Learning, 24(2), 123–140. DOI: 10.1007/BF00058655 ↗
- Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed., Ch. 8). Springer. ISBN: 978-0-387-84857-0
Как цитировать эту страницу
ScholarGate. (2026, June 3). Ensemble of Linear Regression Models (Bagged and Stacked Linear Regression). ScholarGate. https://scholargate.app/ru/machine-learning/ensemble-linear-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.
- Бэггинг (Бутстрэп-агрегирование)Машинное обучение↔ compare
- Линейная регрессия (МО)Машинное обучение↔ compare
- Случайный лесМашинное обучение↔ compare
- Регуляризованная линейная регрессияМашинное обучение↔ compare
- Гребневая регрессияМашинное обучение↔ compare
- Голосующая ансамблевая модельМашинное обучение↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →