Subset Selection

白话解释:https://www.geeksforgeeks.org/feature-subset-selection-process/

貌似有一种比较常见的方法,称为多元逐步回归有3种筛选自变量的方法

(1)向前法:n个因变量情况,慢慢增加因变量到方程中,计算各个因变量对y的影响,若无影响则删除,迭代执行。

(2)向后法:和前向法相反,也即是说一开始把所有因变量加到方程里慢慢删。

(3)逐步法(本次分享):逐步法结合向前法和向后法的优点,在向前引入每一个新自变量之后都要重新对已代入的自变量进行计算,以检验其有无继续保留在方程中的价值,并以此为依据进行自变量的引入和剔除交替进行,直到没有新的变量可以引入或剔除为止,此法较为准确。

相关推荐
voidmort42 分钟前
19. 合成数据(Synthetic Data)与模型对齐
人工智能·深度学习·机器学习
larance1 小时前
机器学习特征预处理之序号编码
人工智能·深度学习·机器学习
lisw052 小时前
基于零信任的云-边-端访问控制系统,使用可信标签
人工智能·机器学习·软件工程
zhiSiBuYu05173 小时前
RAG 性能优化与缓存策略实战指南
人工智能·python·机器学习
想会飞的蒲公英4 小时前
集成学习入门:Bagging、Boosting 到底在组合什么
人工智能·python·机器学习·集成学习·boosting
Axis tech4 小时前
MANUS手套为NVIDIA的DreamDojo机器人世界模型提供真实的手部运动数据
人工智能·深度学习·机器学习
lisw055 小时前
计算免疫学的前沿领域
人工智能·机器学习
天云数据5 小时前
精度和成本不是零和博弈——天云数据“安心”AI消防的精进突破
大数据·人工智能·机器学习
AI科技星6 小时前
基于全域数学公理体系求解三元约束极值题【乖乖数学】
人工智能·算法·机器学习·密码学·拓扑学·乖乖数学·全域数学
汤姆小白10 小时前
01-环境搭建与项目导览
人工智能·python·机器学习·numpy