從對最小二乘做線性迴歸的正則化，逐漸延伸至ElasticNet迴歸

要想理解ElasticNet迴歸，正則化是必須要首先知道的，其次是嶺迴歸和Lasso迴歸，知道了這些，彈性網迴歸自然也就明白了。 所以我們從一個最小二乘做線性迴歸問題開始，逐漸推導出ElasticNet迴歸 一個問題： 我們都知道利用最小二乘法來做線性迴歸，即讓損失函數達到最小值，可得到的最優的擬合參數（即θ ）。 但是如果我們用來擬合的特徵變量過多，而且特徵變量之前存在很高的相關關係，比如下面這

>>阅读原文<<