正則線性模型之嶺迴歸(Ridge Regression)、套索迴歸(Lasso Regression)、和彈性網絡(Elastic Net)

正則線性模型 減少過度擬合的一個好辦法就是對模型正則化（即約束它）：它擁有的自由度越低，就越不容易過度擬合數據。比如，將多項式模型正則化的簡單方法就是降低多項式的階數。 對線性模型來說，正則化通常通過約束模型的權重來實現。接下來我們將會使用嶺迴歸（Ridge Regression）、套索迴歸（LassoRegression）及彈性網絡（Elastic Net）這三種不同的實現方法對權重進行約束。

>>阅读原文<<