线性回归与非线性回归：1.8岭回归 及实战

岭回归  如果数据的特征比样本点还多，数据特征 ，样本个数 ，即 ，则计算  时会出错。因为  不是满秩矩阵，行列式为0，所以不可逆。 为了解决这个问题，统计学家引入了岭回归的概念。   岭回归最早是用来处理多于样本的情况，现在也用于在估计中加入偏差，从而得到最好的估计。同样也可以解决多重共线性问题。岭回归是一种有偏估计。 岭回归的代价函数： 线性回归标准方程法： 岭回归的求解：  为岭系数， 为

>>阅读原文<<