1.岭回归,它综合权衡了误差和方差。能够随着参数λ的增加,对岭回归的拟合结果、方差降低,偏差产生影响。需要注意的是拟合结果与方差的值都是降低,偏差的值时增加。
2.当响应变量和预测变量关系近似线性时,最小二乘估计会有较低的偏差,方差较大,也就是说一个微小的训练数据变化都可能导致最小二乘系数的较大改变。
3.需要特别注意的是,当变量个数p和观测个数n差不多大的时候,最小二乘估计的方差会很大。
4.当最小二乘估计方差很大时,岭回归的效果更好
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。