Ridge回归
一般来说,套装缩小了
等于1
生成在相同刻度上显示系数的曲线。看到Ridge回归出于使用脊迹线图的示例,其中将回归系数显示为脊参数的函数。在制作预测时,设置缩小了
等于0.
。例如,看到使用ridge回归预测值。
Ridge,套索和弹性净正常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(见更多关于更多细节)。执行套索或弹性净正则化,使用套索
代替。
如果您有高维全部或稀疏预测器数据,则可以使用Fitrinear.
代替岭
。使用时Fitrinear.
,指定'正规化','ridge'
名称值对参数。设置值'lambda'
名称值对您选择的RIDGE参数的向量中的参数。Fitrinear.
返回培训的线性模型MDL.
。您可以访问存储在中的系数估计bet
通过使用模型的属性mdl.beta.
。
[1] Hoerl,A. E.和R. W.Kennard。“山脊回归:非正交问题的偏见估计。”Technometrics.。卷。12,1970年,第1,50页,第55-67页。
[2] HOERL,A. E.和R. W. Kennard。“Ridge回归:应用于非正交问题。”Technometrics.。卷。12,第1,1970号,第69-82页。
[3] Marquardt,D. W.“广义反转,脊回归,偏置线性估计和非线性估计。”Technometrics.。卷。12,1970年,第3,970页,第591-612页。
[4] Marquardt,D. W.和R. D. Snee。“在实践中的山脊回归。”美国统计学家。卷。29,第1,1975号,第3-20页。3-20。