正则化

山脊回归，拉索，弹性网

为了在低度到中维数据集上更高的准确性，请使用正规化实施最小二乘回归套索或者岭。

对于缩短高维数据集的计算时间，请使用正规化的线性回归模型fitrlinear。

职能

`fitrlinear`	将线性回归模型拟合到高维数据
`预测`	预测线性回归模型的响应

情节依赖性 创建部分依赖图（PDP）和个人条件期望（ICE）图

`回归线`	高维数据的线性回归模型
`回归专业`	高维数据的交叉验证线性回归模型

怎么看套索识别和放弃不必要的预测指标。

根据汽车的重量，位移，马力和加速度预测汽车的里程（MPG）套索和弹性网。

使用重要的预测指标使用套索和交叉验证。

这套索算法是一种正则化技术和收缩估计量。当预测因子高度相关时，相关的弹性净算法更适合。

脊回归解决了线性回归问题中多共线性（相关模型项）的问题。