岭回归和lasso回归的区别和联系

最新推荐文章于 2023-09-20 21:41:36 发布

鄧寜

最新推荐文章于 2023-09-20 21:41:36 发布

阅读量572

点赞数

文章标签：回归机器学习算法逻辑回归人工智能

本文链接：https://blog.csdn.net/weixin_42607969/article/details/129614565

版权

这两种回归方法都是常用的建模方法，它们的目的都是降低数据中噪声的干扰，最大限度地提高拟合度，以获得更准确的预测结果。岭回归采用L2正则化，通过加入一个惩罚项来限制参数的大小，从而达到减少过拟合的目的；而Lasso回归则采用L1正则化，将参数的绝对值之和作为惩罚项，从而实现参数的稀疏化，即选择出最有用的参数。