1
条回答
写回答
写回答
-
推荐回答1.线性回归，是指完全由线性变量组成的回归模型，是一种用于使用线性模型来建模单个输入自变量和输出因变量之间关系的技术。
2.岭回归，标准线性或多项式回归在特征变量之间存在很高的共线性的情况下将失败。共线性是自变量之间存在近似线性关系，会对回归分析带来很大的影响。
3.Lasso回归，在回归优化函数中增加了一个偏置项，减少共线性的影响，从而减少模型方差。然而，Lasso回归使用的是绝对值偏差作为正则化项。
4.弹性网络回归，是Lasso回归和岭回归技术的混合体。它使用了L1和L2正则化，它最大的优点就是允许Elastic-Net在循环的情况下继承岭回归的一些稳定性。
2022-04-01 16:38:07赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
