博客 > 人工智能&数据科学 > 通用算法和模型 > 最优化与回归
# 线性回归及其变体 ## 岭回归/Lasso回归/ElasticNet ![f68f1ffe234dae2a30c8afe77b97b480.png](/resources/0bec1748ca7f431c95d10355e3fb1b48) ![4a70330980a6730a8ce618525a04e91f.png](/resources/4ed9a105848749d0854a00e079100fd1) ![bed333b8d8123734664ed828d4351539.png](/resources/28bb179045b84c0c9bf3e0d7829b71a6) ![80fada1e41308944f4b0c5c38583a383.png](/resources/ff625491fb1d459089e3fda5286c2b26) ## 局部加权线性回归 ![50c8e2f48764f8711fbaf7e06a6c0ccc.png](/resources/57815c42b915459baeaa7010531e0900) ![0659161623ce1a9e958b233c0b51e9a6.png](/resources/574e01ecc56e402b81af619e5aa1ff81) ![00d08c513e33ac9b2e3ba26352a81a6b.png](/resources/8792dcb68da14e65b9de4150af35d322) ## 多项式回归 首先将因变量组合为其关联的多项式变量,然后对这些组合变量做线性回归。如$x_1\rightarrow x_1^2$,或$(x_1, x_2)\rightarrow x_1x_2$