Байесовская регрессия LASSO
Байесовская регрессия LASSO использует двойные экспоненциальные (Лапласа) априорные распределения для коэффициентов регрессии, что является байесовским аналогом классического штрафа LASSO. Она одновременно сжимает малые коэффициенты к нулю и выполняет мягкий отбор признаков, все в рамках согласованной байесовской структуры вывода, которая естественным образом количественно оценивает неопределенность параметров с помощью доверительных интервалов.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Park, T., & Casella, G. (2008). The Bayesian Lasso. Journal of the American Statistical Association, 103(482), 681–686. DOI: 10.1198/016214508000000337 ↗
- Tibshirani, R. (1996). Regression Shrinkage and Selection via the Lasso. Journal of the Royal Statistical Society: Series B, 58(1), 267–288. DOI: 10.1111/j.2517-6161.1996.tb02080.x ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Least Absolute Shrinkage and Selection Operator Regression. ScholarGate. https://scholargate.app/ru/statistics/bayesian-lasso-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.
- Байесовская множественная линейная регрессияСтатистика↔ compare
- Байесовская гребневая регрессияМашинное обучение↔ compare
- Регрессия Elastic NetСтатистика↔ compare
- Регрессия ЛассоМашинное обучение↔ compare
- Гребневая регрессияМашинное обучение↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →