Lasso is a shrinkage method.Ridge r

Lasso is a shrinkage method.
Ridge regression doesn't actually select variables by settings the parameters to zero. Lasso is a more recent technique for shrinking coefficients in regression that overcomes this problem.
In the case of the lasso, the l 1 penalty has the effect of forcing some of the coefficient estimates to be exactly equal to zero when the tuning parameter λ is sufficiently large (whereas it's not the case with ridge regression) Hence, much like best subset selection, the lasso performs variable selection

Kết quả (Việt) 1:

Lasso là một phương pháp co rút.Hồi quy Ridge thực sự không chọn biến bằng cách cài đặt các thông số 0. Lasso là một kỹ thuật gần đây cho thu hẹp lại hệ số trong hồi quy vượt qua vấn đề này.Trong trường hợp của lasso, hình phạt l 1 đã có hiệu lực ép buộc một số các hệ số ước lượng chính xác bằng không khi điều chỉnh tham số λ là đủ lớn (trong khi nó không phải là trường hợp với ridge hồi quy) do đó, nhiều giống như lựa chọn tập con tốt nhất, lasso thực hiện thay đổi lựa chọn

Kết quả (Việt) 2:

Lasso là một phương pháp co rút.
Hồi quy Ridge không thực sự chọn các biến bằng cách thiết lập các thông số không. Lasso là một kỹ thuật mới hơn để thu hẹp hệ số trong hồi quy có thể vượt qua vấn đề này.
Trong trường hợp của Lasso, hình phạt l 1 có tác dụng buộc một số các tính toán hệ số được chính xác bằng không khi điều chỉnh tham số λ là đủ lớn (trong khi nó không phải là trường hợp với hồi quy ridge) Do đó, cũng giống như lựa chọn tập con tốt nhất, Lasso thực hiện lựa chọn biến