Hồi quy Mạng Lưới Co Giãn
Hồi quy mạng lưới co giãn (Elastic Net Regression) kết hợp các hình phạt L1 (lasso) và L2 (ridge) vào một khuôn khổ hồi quy có điều chuẩn duy nhất. Được kiểm soát bởi tham số pha trộn alpha và độ mạnh co rút lambda, nó có thể đồng thời lựa chọn biến và xử lý các biến dự báo tương quan — khắc phục những hạn chế chính của lasso thuần túy và ridge thuần túy khi áp dụng riêng lẻ.
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.
Nguồn tài liệu
- Zou, H., & Hastie, T. (2005). Regularization and variable selection via the elastic net. Journal of the Royal Statistical Society: Series B (Statistical Methodology), 67(2), 301-320. DOI: 10.1111/j.1467-9868.2005.00503.x ↗
- Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2nd ed.). Springer. ISBN: 978-0387848570
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Elastic Net Regularized Regression. ScholarGate. https://scholargate.app/vi/statistics/elastic-net-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.
- Hồi quy LassoHọc máy↔ compare
- Hồi quy Bình phương Tối thiểu Thông thường (OLS)Kinh tế lượng↔ compare
- Hồi quy QuantileKinh tế lượng↔ compare
- Hồi quy Logistic Chính quyHọc máy↔ compare
- Ridge RegressionHọc máy↔ compare
- Hồi quy mạnh mẽThống kê↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →