安同學(xué)
2023-05-15 18:03能否簡(jiǎn)單講解二個(gè)方法是什麼來(lái)的？看不明白
所屬：FRM Part I > Quantitative Analysis 視頻位置 相關(guān)試題
來(lái)源： 視頻位置 相關(guān)試題
1個(gè)回答
Michael助教
2023-05-16 23:29
該回答已被題主采納
學(xué)員你好，這兩個(gè)回歸都不是一件容易得事情。
嶺回歸(ridge regression, Tikhonov regularization)實(shí)質(zhì)上是一種改良的最小二乘估計(jì)法，通過(guò)放棄最小二乘法的無(wú)偏性，以損失部分信息、降低精度為代價(jià)獲得回歸系數(shù)更為符合實(shí)際、更可靠的回歸方法，對(duì)于特征值個(gè)數(shù)多于樣本量的回歸的擬合要強(qiáng)于最小二乘法。
Lasso回歸的全稱是Least Absolute Selection and Shrinkage Operator，即最小絕對(duì)值選擇與收縮算子。Lasso方法是以縮小變量集（降階）為思想的壓縮估計(jì)方法。它通過(guò)構(gòu)造一個(gè)懲罰函數(shù)，可以將變量的系數(shù)進(jìn)行壓縮并使某些回歸系數(shù)變?yōu)?，進(jìn)而達(dá)到變量選擇的目的。
兩種回歸都可以用來(lái)解決標(biāo)準(zhǔn)線性回歸的過(guò)擬合問(wèn)題。
0
0
0
0
