Robust Ridge Regression
Robust Ridge regression เป็นการผสมผสานระหว่าง M-estimation กับ L2 regularization (ridge) เพื่อให้ได้ค่าสัมประสิทธิ์ที่ประมาณค่าได้ซึ่งทนทานต่อค่าผิดปกติ (outliers) และมีความเสถียรภายใต้ภาวะสหสัมพันธ์พหุ (multicollinearity) พร้อมกัน โดยจะทำการลดค่าฟังก์ชันความสูญเสียที่ทนทาน (robust loss function) เช่น Huber's loss ให้เหลือน้อยที่สุด ซึ่งถูกลงโทษด้วยนอร์มกำลังสองของเวกเตอร์สัมประสิทธิ์ (squared norm of the coefficient vector) ทำให้การสังเกตที่มีอิทธิพลมีน้ำหนักน้อยลง ในขณะที่ตัวแปรทำนายที่มีความสัมพันธ์กันจะถูกหดเข้าหาศูนย์
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Robust Ridge Regression. ScholarGate. https://scholargate.app/th/statistics/robust-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.
- การถดถอยแบบ Elastic Netสถิติศาสตร์↔ compare
- Lasso Regressionการเรียนรู้ของเครื่อง↔ compare
- Ridge Regressionการเรียนรู้ของเครื่อง↔ compare
- การถดถอยเชิงเส้นพหุแบบทนทานสถิติศาสตร์↔ compare
- การถดถอยแบบทนทานสถิติศาสตร์↔ compare