Inferenz, Schätzung und Entscheidungsfindung aus Daten
OLS findet die Koeffizienten, die zu den Trainingsdaten am besten passen – und genau das ist das Problem, wenn du viele Merkmale oder wenig Daten hast: Das Modell passt sich auch an das Rauschen an, und die Koeffizienten schwanken zu extremen Werten. Die regularisierte Regression bändigt dies, indem sie einen Strafterm hinzufügt, der große Koeffizienten bestraft, und so etwas Anpassungsgüte auf den Trainingsdaten gegen eine deutlich bessere Generalisierung eintauscht.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Regularisierte Regression