« Régression Lasso » : différence entre les versions

Dernière version du 28 janvier 2024 à 13:09

Définition

La régression LASSO est une des méthodes qui vient pallier les manques (instabilité de l'estimation et manque de fiabilité de la prévision) de la régression linéaire dans un contexte de grande dimension.

Français

régression Lasso

régression LASSO

Anglais

Lasso regression

Sources

Source : DeepAI.org

Source : Université Lyon 2

Source : XLSTAT

@@ Ligne 1 : / Ligne 1 : @@
-==en construction==
 == Définition ==
-XXXXXXXXX
+La régression LASSO est une des méthodes qui vient pallier les manques (instabilité de l'estimation et manque de fiabilité de la prévision) de la [[régression linéaire]] dans un contexte de grande dimension.
 == Français ==
-''' XXXXXXXXX '''
+'''régression Lasso'''
+'''régression LASSO'''
 == Anglais ==
-''' Lasso Regression'''
+'''Lasso regression'''
-Lasso regression for neural networks performs regularization during the training phase with the L1 norm, i.e. it adds a term which is the sum of the absolute values of the weights to the objective (loss) function being minimized. Thus, lasso regression minimizes the following during training: Objective = base_loss(weights) + alpha * (sum of absolute value of the weights). The base_loss will depend on the underling task (e.g. cross-entropy loss for classification) and alpha is generally adjusted during model validation, and is called the regularization parameter. Lasso stands for "least absolute shrinkage and selection operator."
-<small>
+==Sources==
 [https://deepai.org/machine-learning-glossary-and-terms/lasso-regression   Source : DeepAI.org ]
-[[Catégorie:DeepAI.org]]
+[http://eric.univ-lyon2.fr/~ricco/tanagra/fichiers/fr_Tanagra_Regression_Lasso_Python.pdf   Source : Université Lyon 2 ]
+[https://www.xlstat.com/fr/solutions/fonctionnalites/regression-lasso   Source : XLSTAT ]
-[[Catégorie:vocabulary]]
+[[Catégorie:GRAND LEXIQUE FRANÇAIS]]