线性模型第2讲：岭回归与分类

Goodsta

于 2020-03-16 13:05:24 发布

阅读量2.9k

点赞数 2

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/wong2016/article/details/104896631

版权

本文介绍了岭回归的概念，它是最小二乘估计的拓展，通过加入正则化项增强对多重共线性的处理。还讨论了Python中实现岭回归的类，并展示了如何用于分类问题。此外，文章探讨了设置正则参数α的重要性，以及它如何影响回归系数。通过图形展示，解释了随着α增大，系数逐渐趋向零的过程。

摘要由CSDN通过智能技术生成

论文合作、课题指导请联系QQ2279055353

岭回归

岭回归(Ridge Regression), 在最小二乘估计问题的基础上，向离差平方和增加了一个L2范数的惩罚项，即，
$\mathop{\min}\limits_{w} \| Xw-y\|_2^2+\alpha\|w\|_2^2$

最低0.47元/天解锁文章

关注

2
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。