正则化
岭回归、套索和弹性网线性模型
更大的准确性低——通过medium-dimensional数据集,实现与正则化最小二乘回归套索
或脊
。
对高维数据集,减少了计算时间符合一个正规化的线性回归模型使用fitrlinear
。
功能
对象
RegressionLinear |
高维数据的线性回归模型 |
RegressionPartitionedLinear |
旨在为高维数据线性回归模型 |
主题
- 套索正规化
看看
套索
识别和丢弃不必要的预测因子。 - 套索和交叉验证弹性网
预测汽车的里程(英里/加仑)基于其体重,位移,马力,加速使用
套索
和弹性。 - 广泛的数据通过套索和并行计算
识别重要的预测使用
套索
和交叉验证。 - 套索和弹性网
的
套索
算法是一种正则化技术和收缩估计量。相关的弹性网算法更适合当预测是高度相关的。 - 岭回归
岭回归解决多重共线性的问题(相关模型计算)线性回归问题。