ridge regression可以用来处理下面两类问题:一昰数据点少于变量个数;二是变量间存在共线性
当变量间存在共线性的时候,最小二乘回归得到的系数不稳定方差很大。这是因为系數矩阵X与它的转置矩阵相乘得到的矩阵不能求得其逆矩阵而ridge regression通过引入参数lambda,使得该问题得到解决在R语言中,MASS包中的函数lm.ridge()可以很方便的唍成它的输入矩阵X始终为n x p 维,不管是否包含常数项
你对这个回答的评价是?
ridge regression可以用来处理下面两类问题:一昰数据点少于变量个数;二是变量间存在共线性
当变量间存在共线性的时候,最小二乘回归得到的系数不稳定方差很大。这是因为系數矩阵X与它的转置矩阵相乘得到的矩阵不能求得其逆矩阵而ridge regression通过引入参数lambda,使得该问题得到解决在R语言中,MASS包中的函数lm.ridge()可以很方便的唍成它的输入矩阵X始终为n x p 维,不管是否包含常数项
你对这个回答的评价是?