193
правки
Изменения
→Регуляризация в линейной регрессии
В случае с лассо регрессией:
:$\beta_{j}^* = \begin{cases} y_{j} - \lambda / 2, y_{j} > \lambda / 2 \\ y_{j} + \lambda / 2, y_{j} < -\lambda / 2 \\ 0, |y_{j}| \leq \lambda / 2 \end{cases}$
В итоге на Рис. 4 6 на графиках с зависимостями $\beta_{j}^*$ от $y_{j}$ можно увидеть описанные ранее особенности данных регуляризованных линейных регрессий.
{|align="center"
|-valign="top"
|[[Файл: regularization_comparing.png|400px|thumb|Рис.46. Сравнение лассо и гребневой регрессий, пример с простой модельной задачи.]]
|}
