regression - LASSO および Ridge 推定器

Question

大量のデータ セットを含む txt ファイルがあります。なげなわやリッジ推定器を使用して回帰式を当てはめるにはどうすればよいですか?

私は使用する限り得ました：gridge

ただし、そのラムダセクションが何をしているのかはわかりません。Web サイトで見つけたのですが、そこにどのような値を設定すればよいかわかりません。

そして、出力を解釈する方法がわかりません: 修正された HKB 推定量は 5.465433 修正された L-W 推定量は 7.6435664 3.24 での GCV の最小値

その情報を使用してどのように回帰方程式を当てはめることができますか?

Answer 1

ラムダはペナルティの強さです。ラムダの効果をよりよく理解するには、これを参照してください。通常、この値は試行錯誤によって、または相互検証手順を使用して選択します。

Lasso 推定と Ridge 推定はどちらも、推定するパラメーターの値を制限することで、モデルのオーバー フィッティングを減らすのに役立ちます。それらの主な違いは、ペナルティ関数の形状です。

なげなわは、一部のパラメーターが正確に0になるスパース モデルになる可能性がありますが、Ridge は、正確に 0 ではない非常に小さい値を持つパラメーターにつながる可能性があります。