概念岭回归 / L2正则化回归
Ridge Regression
在普通线性回归基础上加入L2正则化项的回归算法，通过对模型系数大小施加惩罚防止过拟合，尤其适用于特征间存在多重共线性的场景
时间轴 (近 90 天)
10月11日
JalOS采用Ridge Regression（岭回归）模型，基于结构化的时间序列数据来估算未来用水需求
待验证50%
10月11日
岭回归是在普通线性回归基础上加入L2正则化项的回归算法，在最小化预测误差的同时对模型系数施加惩罚，防止过拟合
待验证50%
10月11日
在输入特征之间存在多重共线性时，普通线性回归容易产生不稳定的系数估计，而岭回归的正则化机制能有效缓解这一问题
待验证50%
10月11日
在原型阶段选择岭回归等简单模型优于LSTM、XGBoost等复杂模型，因为可解释性和训练稳定性更重要，且小规模合成数据集下复杂模型容易过拟合
待验证50%