Я внедрил ElasticNet и знаю, как он работает, он вводит сумму норм L1 и L2 в виде штрафов. Однако я не могу понять, что на самом деле делает MultiTaskElasticNet. Позвольте мне процитировать определение:
MultiTaskElasticNet - модель с упругой сетью, которая оценивает разреженные
коэффициенты для задач множественной регрессии совместно: Y является 2D
массив формы (n_samples, n_tasks). Ограничение состоит в том, что
выбранные функции одинаковы для всех проблем регрессии, а также
называемые задачи.
Я понимаю, что разреженные коэффициенты - это коэффициенты, состоящие из меньших ненулевых значений, помогающих нам избавиться от мультиколлинеарности, но что означают «проблемы множественной регрессии»? Означает ли это, например, что эта модель может использоваться для решения 2 или 3 различных задач логистической регрессии? Если так? Может ли кто-нибудь предоставить некоторую информацию в терминах непрофессионала с примером из реального мира? Я новичок в машинном обучении, и я начал с изучения регрессии, и у меня возникли трудности с пониманием использования MultiTaskElasticNet.