山脊回归
脊,拉索和弹性净正则化是估计线性模型系数的所有方法,同时惩罚大系数。惩罚的类型取决于该方法(请参阅More About更多细节)。要执行套索或弹性净正则化,请使用套索
instead.
如果您具有高维的完整或稀疏预测数据,则可以使用fitrlinear
instead ofridge
。什么时候usingfitrlinear
,指定“正则化”,“山脊”
名称值对参数。设置值'Lambda'
名称值对参数与您选择的Ridge参数的向量。fitrlinear
returns a trained linear modelMdl
。You can access the coefficient estimates stored in thebeta
使用模型的属性Mdl.Beta
。
[1] Hoerl,A。E.和R. W. Kennard。“脊回归:对非正交问题的偏见估计。”技术测量学。卷。12,第1号,1970年,第55-67页。
[2] Hoerl, A. E., and R. W. Kennard. “Ridge Regression: Applications to Nonorthogonal Problems.”技术测量学。卷。12,第1号,1970年,第69-82页。
[3] Marquardt, D. W. “Generalized Inverses, Ridge Regression, Biased Linear Estimation, and Nonlinear Estimation.”技术测量学。卷。12,第3期,1970年,第591–612页。
[4] Marquardt, D. W., and R. D. Snee. “Ridge Regression in Practice.”这American Statistician。卷。29, No. 1, 1975, pp. 3–20.