Machine learning
Lasso Regression
Lasso regression ซึ่ง Robert Tibshirani ได้นำเสนอในปี 1996 เป็นวิธีการถดถอยเชิงเส้นที่เพิ่มบทลงโทษ L1 ให้กับการสูญเสีย (loss) เพื่อให้สัมประสิทธิ์หดตัวลงและทำการเลือกตัวแปรไปพร้อมกัน ทำให้เกิดแบบจำลองแบบกระจัดกระจาย (sparse model) ด้วยการทำให้สัมประสิทธิ์บางตัวเป็นศูนย์อย่างแท้จริง จึงคงไว้เฉพาะตัวทำนายที่มีความสำคัญเท่านั้น
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Least Absolute Shrinkage and Selection Operator (LASSO). ScholarGate. https://scholargate.app/th/machine-learning/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.
- Elastic Netการเรียนรู้ของเครื่อง↔ compare
- การถดถอยโลจิสติกสถิติการวิจัย↔ compare
- การวิเคราะห์องค์ประกอบหลักการเรียนรู้ของเครื่อง↔ compare
- Ridge Regressionการเรียนรู้ของเครื่อง↔ compare
ถูกอ้างอิงโดย
Adaptive Cox Proportional Hazardsการถดถอยแบบ LASSO ของเบย์ (Bayesian LASSO Regression)การเฉลี่ยแบบจำลองแบบเบย์ (Bayesian Model Averaging - BMA)การถดถอยเชิงเส้นพหุแบบเบย์ (Bayesian Multiple Linear Regression)การถดถอยแบบเบย์เซียน (Bayesian Ridge Regression)Elastic Netการถดถอยแบบ Elastic NetMachine learning-assisted epigenome-wide association studyตัวแปรเครื่องมือเสริมการเรียนรู้ของเครื่อง (ML-IV)การถดถอยเชิงเส้นพหุการถดถอยควอนไทล์ (รูปแบบนอนพาราเมตริก)การถดถอยกำลังสองน้อยที่สุดสามัญ (OLS)Ordinary Least Squares (OLS)การถดถอยพหุนามการวิเคราะห์องค์ประกอบหลักการถดถอยควอนไทล์Regularized Support Vector MachineRidge Regressionการถดถอยเชิงเส้นแบบทนทานการถดถอยเชิงเส้นพหุแบบทนทานการถดถอยแบบทนทานRobust Ridge Regressionการถดถอยแบบขั้นบันไดการถดถอยเวกเตอร์สนับสนุน