在Matlab中的岭回归和OLS回归

岭回归与OLS回归的差异很小。在数学上，OLS回归使用公式在Matlab中的岭回归和OLS回归

其中岭回归使用

我想用岭回归，以避免多重共，但回来这都大幅非常奇怪的结果公式比简单地使用regress（）更糟糕。在matlab中，要调用函数脊，必须输入X，Y和k的值。理论上，如果k被设置为零，这些方程应该是相同的;但是当两者都在我的代码中回调时，使用相同的X和Y值，我会得到两个非常不同的B矩阵（如下所示）。有人可以解释为什么会发生？

b_ridge = ridge(Y_current,X, 0) 

    12.4525 
    9.0099 
    0.2808 
    -1.5426 
    -1.1107 

b_regress = regress(Y_current,X) 

    3.5586 
    0.8805 
    0.1670 
    -0.3934 
    -0.8526

来源

2016-06-20 Schmax

是否可以提供我们对'Y_current'和'X'的想法是？ – edwinksl

Acording到ridge文档：

结果定心和缩放x列之后计算因而具有平均为0，标准偏差1.

下面是一个使用柱的例子矢量：

>> x = randn(5,1); 
>> y = randn(5,1); 
>> ridge(y, x, 0) 
ans = 
    -0.045681220595243 
>> regress(y, x) 
ans = 
    -0.028738686366027 
>> regress(y, (x-mean(x))/std(x)) 
ans = 
    -0.045681220595243

来源

2016-06-20 14:07:29

感谢您的回答！我正在四处寻找，通过删除放入X的列的比例因子并将缩放因子输入设置为0，可以得到与回归相同的结果。再次感谢！ b_regress = regress（Y_current，X）; b_ridge = ridge（Y_current，X（：，2：5），0,0）; – Schmax

在Matlab中的岭回归和OLS回归

回答

相关问题