机器学习——岭回归

作者：人工智能uu | 2024-07-08 15:57:10

踩

机器学习——岭回归

1、岭回归与线性回归的区别

岭回归（Ridge Regression）和线性回归（Linear Regression）都是用于回归分析的统计方法，但它们在处理方式和应用场景上有一些关键的区别：
a)基本概念
·线性回归：目标是找到一个线性函数，使得预测值与实际值之间的均方误差（MSE）最小。没有对系数的约束。
·岭回归：在最小化均方误差的同时，添加一个正则化项（L2范数），以防止过拟合。该正则化项是系数的平方和乘以一个正则化参数。
b)公式
·线性回归 : $min_w||Xw-y||^2$
·岭回归 : $min_w||Xw-y||^2 +λ||w||²$
$∣∣ w ∣∣$ 表示 $w$ 的二范数,其中，

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/人工智能uu/article/detail/799248