« Régression par moindre angle » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Ligne 1 : Ligne 1 :
== Définition ==
== Définition ==
La régression par moindre angle (LARS) est un algorithme de régression pour les données de grande dimension, développé par Bradley Efron, Trevor Hastie, Iain Johnstone et Robert Tibshirani.
La régression par moindre angle est un algorithme de régression pour les données de grande dimension, développé par Bradley Efron, Trevor Hastie, Iain Johnstone et Robert Tibshirani.


LARS est similaire à la régression progressive par étapes. À chaque étape, il trouve le prédicteur le plus corrélé avec la réponse. Quand il y a plusieurs prédicteurs ayant une corrélation égale, au lieu de continuer le long du même prédicteur, il va dans une direction équiangulaire entre les prédicteurs.
Cet algorithme est similaire à la régression progressive par étapes. À chaque étape, il trouve le prédicteur le plus corrélé avec la réponse. Quand il y a plusieurs prédicteurs ayant une corrélation égale, au lieu de continuer le long du même prédicteur, il va dans une direction équiangulaire entre les prédicteurs.


== Français ==
== Français ==
Ligne 23 : Ligne 23 :




[[Catégorie:révision]]
[[Catégorie:publication]]
[[Catégorie:Wikipedia-IA‎]]
[[Catégorie:Wikipedia-IA‎]]

Version du 23 mai 2021 à 09:28

Définition

La régression par moindre angle est un algorithme de régression pour les données de grande dimension, développé par Bradley Efron, Trevor Hastie, Iain Johnstone et Robert Tibshirani.

Cet algorithme est similaire à la régression progressive par étapes. À chaque étape, il trouve le prédicteur le plus corrélé avec la réponse. Quand il y a plusieurs prédicteurs ayant une corrélation égale, au lieu de continuer le long du même prédicteur, il va dans une direction équiangulaire entre les prédicteurs.

Français

régression par moindre angle

régression du moindre angle

Anglais

Least-angle regression

Source : Wikipedia Machine Learning

Source : INRS

Source : Acervo Lima

Source : code.i-harness



Contributeurs: Claire Gorjux, Imane Meziani, wiki