主要内容
正则化
岭回归，套索，弹性网
为了提高低至中维数据集的准确性，使用正则化方法实现最小二乘回归套索或脊．
为了减少高维数据集的计算时间，使用正则化线性回归模型fitrlinear．
类
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 |
主题
看看套索识别并丢弃不必要的预测器。
根据汽车的重量、排气量、马力和加速度来预测汽车的英里数套索和弹性。
使用识别重要的预测因素套索和交叉验证。
的套索算法是一种正则化技术和收缩估计。相关弹性网络算法更适用于预测因子高度相关的情况。
岭回归解决了线性回归问题中的多重共线性(相关模型项)问题。
您也可以从以下列表中选择一个网站:
