【机器学习实战-python3】缩减系数来“理解”数据_缩减系数来“ 理解”数据

作者：小蓝xlanll | 2024-04-06 21:14:14

踩

缩减系数来“ 理解”数据

遇到数据特征比样本点还多的情况，不再能使用线性回归的方法，因为计算逆矩阵的时候会出错。
引入岭回归来解决特征数大于样本点个数的情况
一、岭回归
岭回归就是在矩阵 $X^{T}X$ 中加入 $\lambda I$ 来使矩阵非奇异，今儿能够计算其逆矩阵。矩阵I是一个m维的单位矩阵，对角线元素全为1， $\lambda$ 是用户定义的一个数值，因此回归系数计算公式为：

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/小蓝xlanll/article/detail/374355