Inferenza, stima e processo decisionale dai dati
OLS trova i coefficienti che si adattano meglio ai dati di addestramento, ed è proprio questo il problema quando hai molte feature o pochi dati: adatta anche il rumore, e i coefficienti schizzano verso valori abnormi. La regressione regolarizzata tiene a bada tutto questo aggiungendo una penalità che punisce i coefficienti grandi, sacrificando un po' di adattamento sull'addestramento in cambio di una generalizzazione molto migliore.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Regressione Regolarizzata