弹性网络结合了Lasso的稀疏性和Ridge的稳定性，适用于多任务回归。LARS Lasso通过最小角回归策略进行特征选择，尤其在高维数据中表现优秀，但对数据敏感。MultiTaskElasticNet用于处理多个相关特征的回归问题，通过交叉验证确定最佳参数。
论文合作、课题指导请联系QQ2279055353
弹性网络(Elastic-Net)是一种线性模型，它在目标函数里同时使用l1, l2惩罚项。这样的组合既学习了一个稀疏的模型(类似Lasso), 同时也保持了岭回归的正则属性。其目标函数是
min w 1 2 n ∥ X w − y ∥ 2 2 + α ρ ∥ w ∥ 1 + α ( 1 − ρ ) 2 ∥ w ∥ 2 2 \mathop{\min}\limits_w \dfrac{1}{2n}\|Xw-y\|_2^2 +\alpha\rho\|w\|_1 +\dfrac{\alpha(1-\rho)}{2}\|w\|_2^2 wmin2n1∥X
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
