主要内容

이번역페이지는최신내용을담고있지않습니다。최신내용을문으로보려면여기를클릭하십시오。

정규화(正则化)

능형회귀(Ridge Regression)， Lasso，신축망(Elastic Net)

저차원에서중간차원까지의데이터세트에대한정확도를높이려면套索또는脊를사용한정규화를통해최소제곱회귀를구현하십시오。

고차원데이터세트에대한계산시간을단축하려면fitrlinear를사용하여정규화된선형회귀모델을피팅하십시오。

함수

套索 선형모델에대한套索또는신축망(弹力网)정규화
脊 岭回归
lassoPlot 套索配合的描图
fitrlinear 对高维数据拟合线性回归模型
预测 预测线性回归模型的响应

클래스

RegressionLinear 高维数据的线性回归模型
RegressionPartitionedLinear 高维数据的交叉验证线性回归模型

도움말항목

  • 套索正规化

    看看套索标识和丢弃不必要的预测器。

  • 套索和弹性网与交叉验证

    根据汽车的重量、排量、马力和加速度来预测汽车的行驶里程(MPG)套索还有弹力网。

  • 宽数据套索和并行计算

    确定重要的预测套索和交叉验证。

  • 套索和弹力网

    的套索算法是一种正则化技术和收缩估计方法。当预测因子高度相关时，相关弹性网算法更适用。

  • 岭回归

    岭回归解决线性回归问题中的多重共线性(相关模型项)问题。