Elastic Net
Elastic Net je metóda regularizovanej lineárnej regresie, ktorú v roku 2005 predstavili Zou a Hastie. Spája pokuty LASSO (L1) a Ridge (L2), čím súčasne vykonáva výber premenných a zmenšovanie koeficientov. Je navrhnutá pre prediktívne a vysvetľujúce modelovanie dát s mnohými, prípadne korelovanými prediktormi.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Zou, H. & Hastie, T. (2005). Regularization and Variable Selection via the Elastic Net. Journal of the Royal Statistical Society: Series B, 67(2), 301–320. DOI: 10.1111/j.1467-9868.2005.00503.x ↗
Ako citovať túto stránku
ScholarGate. (2026, June 1). Elastic Net Regularized Regression. ScholarGate. https://scholargate.app/sk/machine-learning/elastic-net
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 LassoStrojové učenie↔ compare
- Logistická regresiaŠtatistika vo výskume↔ compare
- Náhodný lesStrojové učenie↔ compare
- Regresia RidgeStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →