Elastic Net

定义 Definition

Elastic net（弹性网）是一种用于回归与特征选择的正则化方法，把 L1（Lasso） 与 L2（Ridge） 两种惩罚项结合起来，用来在防止过拟合的同时处理特征高度相关、变量较多等情况。（该短语也可在其他语境中字面指“有弹性的网”，但在数据科学中更常指此正则化方法。）

发音 Pronunciation

/ɪˈlæstɪk nɛt/

例句 Examples

Elastic net helps when many features are correlated.
当许多特征彼此相关时，弹性网会很有帮助。

In high-dimensional regression, elastic net regularization can shrink coefficients and select groups of correlated predictors more stably than lasso alone.
在高维回归中，弹性网正则化既能收缩系数，又能比单独使用 Lasso 更稳定地选择一组相关的预测变量。

词源 Etymology

Elastic 源自希腊语 elastikos，有“可伸展、有弹性”的意思；net 源自古英语 net，意为“网”。在统计学习中，“elastic net”这个名称是一个形象化比喻：它像一张“有弹性的网”一样，对模型参数施加同时具有“稀疏（L1）”与“平滑/收缩（L2）”特性的约束。

相关词 Related Words

• Lasso
• Ridge
• Regularization
• Penalty
• Sparsity
• Overfitting
• Cross-Validation
• Coefficient

文学与著作 Literary Works

• Hastie, Tibshirani & Friedman：《The Elements of Statistical Learning》——在正则化与回归章节中讨论并对比 Lasso、Ridge 与 Elastic Net。
• James, Witten, Hastie & Tibshirani：《An Introduction to Statistical Learning》——在回归与正则化相关内容中介绍 Elastic Net 的用途与直观理解。
• **Zou & Hastie (2005)**：“Regularization and Variable Selection via the Elastic Net”（论文）——提出并系统阐述弹性网方法的经典来源。