Гребневая регрессия
Гребневая регрессия — это метод линейной регрессии с L2-регуляризацией, представленный Артуром Хёрлом и Робертом Кеннардом в 1970 году, который уменьшает мультиколлинеарность, добавляя штраф за величину коэффициентов. Он сжимает коэффициенты к нулю, не обнуляя ни один из них точно, что приводит к более стабильным оценкам, когда предикторы сильно коррелированы.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+22 more
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Ridge Regression (L2-Regularized Linear Regression). ScholarGate. https://scholargate.app/ru/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.
- Эластичная сетьМашинное обучение↔ compare
- Регрессия ЛассоМашинное обучение↔ compare
- Логистическая регрессияСтатистика исследований↔ compare
- Анализ главных компонентМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →