Регрессия хребта
возвращает оценки коэффициентов для регрессионных моделей гребня данных предиктора B
= ridge(y
,X
,k
)X
и ответ y
. Каждый столбец B
соответствует конкретному параметру гребня k
. По умолчанию функция вычисляет B
после центрирования и масштабирования предикторы имеют среднее 0 и стандартное отклонение 1. Поскольку модель не включает постоянный термин, не добавляйте столбец 1с к X
.
задает масштабирование для оценок коэффициентов в B
= ridge(y
,X
,k
,scaled
)B
. Когда scaled
является 1
(по умолчанию), ridge
не восстанавливает коэффициенты в исходной шкале данных. Когда scaled
является 0
, ridge
восстанавливает коэффициенты в масштабе исходных данных. Для получения дополнительной информации см. «Масштабирование коэффициентов».
ridge
лечит NaN
значения в X
или y
как отсутствующие значения. ridge
опускает наблюдения с отсутствующими значениями из регрессионной подгонки гребня.
В целом задайте scaled
равно 1
для создания графиков, на которых коэффициенты отображаются в одной шкале. Смотрите Ridge Regression для примера, использующего график трассировки хребта, где коэффициенты регрессии отображаются как функция от параметра хребта. Делая предсказания, задайте scaled
равно 0
. Для получения примера смотрите Предсказание значений с использованием регрессии гребня.
Хребет, лассо и упругая сетевая регуляризация - все это методы для оценки коэффициентов линейной модели с одновременной штрафовкой больших коэффициентов. Вид штрафа зависит от метода (для получения дополнительной информации см. «Подробнее»). Чтобы выполнить регуляризацию лассо или упругой сетки, используйте lasso
вместо этого.
Если у вас есть высокомерные полные или разреженные данные предиктора, вы можете использовать fitrlinear
вместо ridge
. При использовании fitrlinear
, задайте 'Regularization','ridge'
аргумент пары "имя-значение". Установите значение 'Lambda'
аргумент пары "имя-значение" для вектора параметров хребта по вашему выбору. fitrlinear
возвращает обученную линейную модель Mdl
. Вы можете получить доступ к оценкам коэффициентов, хранящимся в Beta
свойство модели при помощи Mdl.Beta
.
[1] Хёрл, А. Э. и Р. У. Кеннард. «Регрессия хребта: предвзятая оценка неортогональных проблем». Технометрия. Том 12, № 1, 1970, с. 55-67.
[2] Хёрл, А. Э. и Р. У. Кеннард. Ridge Regression: Applications to Nonorthogonal Problems (неопр.) (недоступная ссылка). Технометрия. Том 12, № 1, 1970, с. 69-82.
[3] Marquardt, D. W. «Обобщенные инверсы, регрессия хребта, смещенная линейная оценка и нелинейная оценка». Технометрия. Том 12, № 3, 1970, стр. 591-612.
[4] Marquardt, D. W., and R. D. Snee. «Регрессия хребта на практике». Американский статистик. Том 29, № 1, 1975, стр. 3-20.
fitrlinear
| lasso
| regress
| stepwise