岭回归与Lasso回归

岭回归 解决了线性回归参数β可能出现的不合理现象，弥补其短板： 1.当线性回归数据的行数小于列数 2.数据中变量之间存在多重线性关系 实现的思路其实就是在线性回归的基础上加一个l2惩罚项（正则项） 将模型做凸优化 而且系数本质上就是求半椭圆体与圆柱体的焦点 Lasso回归 岭回归模型解决了线性回归模型中矩阵X’X不可逆的办法是添加l2正则的惩罚项，但缺陷在浴室中保留建模时所有变量，无法降低模型的复

>>阅读原文<<