Регресія Байєсівського LASSO
Регресія Байєсівського LASSO розміщує апріорні розподіли з подвійною експонентою (Лапласа) на регресійних коефіцієнтах, що є байєсівським аналогом класичного штрафу LASSO. Вона одночасно стискає малі коефіцієнти до нуля та виконує м'який відбір ознак, все в рамках послідовного апостеріорного висновку, який природно кількісно оцінює невизначеність параметрів за допомогою довірчих інтервалів.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Park, T., & Casella, G. (2008). The Bayesian Lasso. Journal of the American Statistical Association, 103(482), 681–686. DOI: 10.1198/016214508000000337 ↗
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Bayesian Least Absolute Shrinkage and Selection Operator Regression. ScholarGate. https://scholargate.app/uk/statistics/bayesian-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.
- Байєсівська множинна лінійна регресіяСтатистика↔ compare
- Байєсівська гребенева регресіяМашинне навчання↔ compare
- Регресія Еластичної МережіСтатистика↔ compare
- Lasso-регресіяМашинне навчання↔ compare
- Гребенева регресіяМашинне навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →