共找到2條詞條名為LASSO的結果 展開

LASSO

回歸模型

LASSO是由1996年Robert Tibshirani首次提出,全稱Least absolute shrinkage and selection operator。該方法是一種壓縮估計。它通過構造一個懲罰函數得到一個較為精鍊的模型,使得它壓縮一些回歸係數,即強制係數絕對值之和小於某個固定值;同時設定一些回歸係數為零。因此保留了子集收縮的優點,是一種處理具有復共線性數據的有偏估計。

基本介紹


LASSO回歸
LASSO是在RSS最小化的計算中加入一個 范數作為罰約束。
范數的好處是當充分大時,可以把某些待估係數精確地收縮到零。
調整參數的確定
通過交叉驗證法:對指定的給定值,進行交叉驗證,選取交叉驗證誤差最小的值。然後按照得到的值,用全部數據重新擬合模型即可。