Data Science
Генерация искусственных данных для расширения обучающего набора
00
Вопрос или проблема У меня есть набор данных, содержащий 42 экземпляра (X) и одну финальную Y, на которой я хочу выполнить регрессию LASSO. Все они непрерывные и числовые. Поскольку размер выборки небольшой, я хочу его увеличить.
Data Science
С помощью ридж-регрессии веса могут приближаться к 0 при больших значениях ламбда, но никогда не равняться 0 (в отличие от Lasso). Почему?
00
Вопрос или проблема Я пытался понять, почему регрессия с риджем имеет веса, близкие к 0 при больших значениях лямбда, но они никогда не равны 0, в отличие от лассо и простой линейной регрессии. Согласно этому веб-сайту: https://www.
Data Science
Нужен совет по кросс-валидации для получения оптимального λ в Лассо.
00
Вопрос или проблема Я относительно новичок в машинном обучении, и любые предложения и исправления кода будут большой помощью. Я использую Lasso для отбора признаков и хочу выбрать лямбда, которая обеспечивает наименьшую ошибку.
Data Science
Почему мы не проверяем значимость коэффициентов в моделях Lasso и elastic net?
00
Вопрос или проблема Насколько я знаю, мы не проверяем значимость коэффициентов в моделях Lasso и Elasticnet. Это связано с тем, что незначимые коэффициенты признаков будут сведены к нулю в этих моделях? Значит ли это, что все признаки в этих моделях значимы?