Hồi quy Lasso
Hồi quy Lasso, được giới thiệu bởi Robert Tibshirani vào năm 1996, là một phương pháp hồi quy tuyến tính bổ sung một hình phạt L1 vào hàm mất mát để thu nhỏ các hệ số và thực hiện lựa chọn biến đồng thời, tạo ra một mô hình thưa. Bằng cách đẩy một số hệ số về chính xác bằng không, nó chỉ giữ lại các biến dự báo quan trọng.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Least Absolute Shrinkage and Selection Operator (LASSO). ScholarGate. https://scholargate.app/vi/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 NetHọc máy↔ compare
- Hồi quy LogisticThống kê nghiên cứu↔ compare
- Phân tích thành phần chínhHọc máy↔ compare
- Ridge RegressionHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →