Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

Regularización

Regresión del canto, lazo, redes elásticas

Para una mayor precisión en los conjuntos de datos de bajo a medio dimensional, implemente la regresión de mínimos cuadrados con la regularización utilizando lasso o ridge.

Para un tiempo de cómputo reducido en conjuntos de datos de alta dimensión que caben en el espacio de trabajo MATLAB®, ajuste un modelo de regresión lineal regularizado utilizando fitrlinear.

Funciones

lassoLasso or elastic net regularization for linear models
ridgeRidge regression
lassoPlotTrace plot of lasso fit
fitrlinearFit linear regression model to high-dimensional data
predictPredict response of linear regression model
plotPartialDependenceCreate partial dependence plot (PDP) and individual conditional expectation (ICE) plots

Clases

RegressionLinearLinear regression model for high-dimensional data
RegressionPartitionedLinearCross-validated linear regression model for high-dimensional data

Temas

Lasso Regularization

See how lasso identifies and discards unnecessary predictors.

Lasso and Elastic Net with Cross Validation

Predict the mileage (MPG) of a car based on its weight, displacement, horsepower, and acceleration using lasso and elastic net.

Wide Data via Lasso and Parallel Computing

Identify important predictors using lasso and cross-validation.

Lasso and Elastic Net

The lasso algorithm is a regularization technique and shrinkage estimator. The related elastic net algorithm is more suitable when predictors are highly correlated.

Ridge Regression

Ridge regression addresses the problem of multicollinearity (correlated model terms) in linear regression problems.