Отрывок: pred = wine[, wine.pred.names] set .seed(1) train=sample(1:nrow(wine.pred), nrow(wine.pred)/2) test=(-train) x = model.matrix(~., wine.pred[train, ]) [, -1] y = wine$quality[train] x. test = model.matrix(~., wine.pred[test, ]) [, -1] y. test = wine$quality[test] Матрицу значений предикторов для обучающей выборки мы будем хранить в переменной x, а отклик в переменной y. Для контрольной выборки мы используем переменные x.test и y.test. Регрессионную МНК-модель можно п...
Название : Сравнение методов Ридж-регрессии и LASSO в задачах обработки данных
Авторы/Редакторы : Мелкумова, Л.Э.
Шатских, С.Я.
Ключевые слова : линейная регрессия
Ридж-регрессия
LASSO
кросс-валидация
Дата публикации : 2017
Издательство : Новая техника
Библиографическое описание : Мелкумова Л.Э. Сравнение методов Ридж-регрессии и LASSO в задачах обработки данных / Л.Э. Мелкумова, С.Я. Шатских // Сборник трудов III международной конференции и молодежной школы «Информационные технологии и нанотехнологии» (ИТНТ-2017) - Самара: Новая техника, 2017. - С.1748-1755.
Аннотация : Работа посвящена сравнению методов линейной регрессии Ридж и LASSO. Преимущества каждого из этих методов рассматриваются на примерах тестовых данных с вычислениями в пакете R.
URI (Унифицированный идентификатор ресурса) : http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Sravnenie-metodov-Ridzhregressii-i-LASSO-v-zadachah-obrabotki-dannyh-64145
Другие идентификаторы : Dspace\SGAU\20170523\64145
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Описание Размер Формат  
paper 315_1748-1755.pdfОсновная статья. Раздел: Наука о данных1.08 MBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.