Гребенева регресія
Гребенева регресія (Ridge Regression) — це метод лінійної регресії з L2-регуляризацією, запроваджений Артуром Хорлом і Робертом Кеннардом у 1970 році, який зменшує мультиколінеарність шляхом додавання штрафу за величину коефіцієнтів. Він стискає коефіцієнти до нуля, не встановлюючи жодного з них точно на нуль, що дає більш стабільні оцінки, коли предиктори сильно корельовані.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+22 more
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Ridge Regression (L2-Regularized Linear Regression). ScholarGate. https://scholargate.app/uk/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 NetМашинне навчання↔ compare
- Lasso-регресіяМашинне навчання↔ compare
- Логістична регресіяСтатистика досліджень↔ compare
- Метод головних компонентМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →