一、岭回归
(一)解决的问题
1、自变量个数多于样本量
2、存在多重共线性
(二)解决方法
在线性回归模型的目标函数上添加一个的正则项(也称为惩罚项),从而使得模型的回归系数有解
岭回归模型的目标函数表示为:
为了使目标函数达到最小,只能通过缩减回归系数使趋近于0
求目标函数最小值:先对其求导,再令导函数为0
重点:一个对应一个
,求出最优的
1、自变量个数多于样本量
2、存在多重共线性
在线性回归模型的目标函数上添加一个的正则项(也称为惩罚项),从而使得模型的回归系数有解
岭回归模型的目标函数表示为:
为了使目标函数达到最小,只能通过缩减回归系数使趋近于0
求目标函数最小值:先对其求导,再令导函数为0
重点:一个对应一个
,求出最优的