Regresia Ridge
Regresia Ridge je metóda lineárnej regresie s L2 regularizáciou, ktorú v roku 1970 predstavili Arthur Hoerl a Robert Kennard. Znižuje multikolinearitu pridaním penalizácie na veľkosť koeficientov. Sťahuje koeficienty smerom k nule bez toho, aby ktorýkoľvek z nich presne vynulovala, čím produkuje stabilnejšie odhady, keď sú prediktory vysoko korelované.
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.
+22 more
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 1). Ridge Regression (L2-Regularized Linear Regression). ScholarGate. https://scholargate.app/sk/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.
- Elastic NetStrojové učenie↔ compare
- Regresia LassoStrojové učenie↔ compare
- Logistická regresiaŠtatistika vo výskume↔ compare
- Analýza hlavných komponentovStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →