Ridge Regression adalah metode regresi yang menambahkan penalti pada fungsi biaya untuk menghindari overfitting dengan mengecilkan nilai koefisien.
Perbedaan dengan Regresi Linier Standar:
Regresi Linier Standar: Hanya meminimalkan selisih antara nilai prediksi dan aktual tanpa penalti, sehingga bisa overfit.
Ridge Regression: Menambahkan penalti (regularisasi L2) pada fungsi biaya untuk mengecilkan koefisien, mengurangi overfitting, dan meningkatkan generalisasi model.
Ridge regression berguna saat ada banyak variabel atau korelasi tinggi antar variabel, karena membantu model lebih stabil dan tidak terlalu sensitif terhadap data training.
Perbedaan dengan Regresi Linier Standar:
Regresi Linier Standar: Hanya meminimalkan selisih antara nilai prediksi dan aktual tanpa penalti, sehingga bisa overfit.
Ridge Regression: Menambahkan penalti (regularisasi L2) pada fungsi biaya untuk mengecilkan koefisien, mengurangi overfitting, dan meningkatkan generalisasi model.
Ridge regression berguna saat ada banyak variabel atau korelasi tinggi antar variabel, karena membantu model lebih stabil dan tidak terlalu sensitif terhadap data training.