← 返回卡片

原书出处

大数据挖掘与统计机器学习

02 第2章 线性回归方法

核验版本的摘录快照 · 导入于 2026-11-18T10:22:02.197Z

,2005)和Grouped Lasso(Yuan and Lin,2006)。

在p>n的问题中,Lasso 最多能选出n个变量;在n>p 的问题中,如果存在高度相关的变量,岭回归会同时压缩这些变量的系数,而Lasso在做变量选择时对变量是否相关并不敏感

,此时 Lasso 的表现还不如岭回归。为克服这一局限,Zou and Hast

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter4_0004.xhtml

EPUB SHA-256:6f2324b41414df46227a4d0ee4cc188eb120a38a798a14be96a3d7d919028c00