【ML】线性回归——Lasso回归的一点总结

1.Lasso回归模型 原模型： 其中z是高斯分布噪声，z~N（0，sigma ^ 2） 套索目标函数：   2.Lasso回归的效果（目的） 缩小（收缩）系数，并且将其中一些置零，从而获得岭回归和最优子集选择法的共同优点 参考：lasso.pdf     3.Lasso回归精度分析 其中p是自变量个数，n是样本数目，s是原模型中系数不为零的beta个数，sigma z是原模型中噪声z的标准差，g

>>阅读原文<<