正則化パラメータの選択
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2022/07/30 07:24 UTC 版)
「ラッソ回帰」の記事における「正則化パラメータの選択」の解説
収縮の強度と変数の選択を制御する正則化パラメータ λ {\displaystyle \lambda } を適切に選択することで、予測の精度と解釈可能性を向上することができる。正則化が強くなりすぎると、重要な変数がモデルから削除される、係数が過度に縮小される等の可能性がある。正則化パラメータ λ {\displaystyle \lambda } の選択には交差検証法がよく用いられる。 赤池情報量規準（AIC）やベイズ情報量規準（BIC）などの情報量規準（英語版）は、交差検証法よりも計算が高速であり、小さいサンプルでもパフォーマンスが変動しにくいため、交差検証よりも好ましい場合がある。情報量規準は、モデルのサンプル内精度を最大化することによって推定器の正則化パラメータを選択すると同時に、その有効なパラメーターの数/自由度にペナルティを課す。
※この「正則化パラメータの選択」の解説は、「ラッソ回帰」の解説の一部です。
「正則化パラメータの選択」を含む「ラッソ回帰」の記事については、「ラッソ回帰」の概要を参照ください。
ウィキペディア小見出し辞書の「正則化パラメータの選択」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。
お問い合わせ。
- 正則化パラメータの選択のページへのリンク
