過学習を抑えるために正則化項の概念を入れた線形回帰。

通常の正則化では、損失関数と正則化項の和を最小化させるが、リッジ回帰は正則化項がパラメータの2乗で表される。
ラッソ（L1正則化）よりも精度が高くなる傾向にある。