Lasso、Lasso-LARS 和 Elastic Net Paths 详解
一、Lasso (Least Absolute Shrinkage and Selection Operator)
核心原理
在普通线性回归的损失函数中引入 L1 正则化项，目标函数为：
minimize(12n∑i=1n(yi−β0−∑j=1pβjxij)2+λ∑j=1p∣βj∣) \text{minimize} \left( \frac{1}{2n} \sum_{i=1}^n (y_i - \beta_0 - \sum_{j=1}^p \beta_j x_{ij})^2 + \lambda \sum_{j=1}^p |\beta_j| \right) minimize(2n1i=1∑n(yi−β0−j=1∑pβjxij)2+
最低0.47元/天 解锁文章
扫一扫
1052
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
