摘要:
lasso:是L1正则化(绝对值) 注:坐标下降法即前向逐步线性回归 lasso算法:常用于特征选择 最小角算法,由于时间有限没有去好好研究(其实是有点复杂,尴尬) 阅读全文
posted @ 2018-12-18 14:26
青牛梦旅行
阅读(990)
评论(0)
推荐(0)
摘要:
对一些α的值选取还需要定量分析,分析这些值对预测效果的影响,选择最优的α。(交叉验证实现) 优缺点:Ridge回归在不抛弃任何一个变量的情况下,缩小了回归系数,使得模型相对而言比较的稳定,但这会使得模型的变量特别多,模型解释性差。容易导致过拟合。 它的改进就是lasso回归。 阅读全文
posted @ 2018-12-18 11:22
青牛梦旅行
阅读(1282)
评论(0)
推荐(0)

浙公网安备 33010602011771号