Shrinkage Methods

Ridge Regression 岭回归式子3.41 $\hat{\beta^{ridge}}=argmin_{\beta}\{\sum_1^N (y_i-\beta_0-\sum_{j=1}^p x_{ij}\beta_j)^2 + \lambda \sum_{j=1}^p \beta_j^2\}$ 其中的$\lambda$是用来控制shrinkage的量的。这种用参数的二次型来控制预测出来的