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
克里斯蒂亚诺更新1 小时前
机器学习和深度学习的主要区别--特征提取
人工智能·深度学习·机器学习
同元软控2 小时前
MWORKS EI:从数字空间到物理世界,面向具身智能产品的一体化研发环境
人工智能·机器学习
毕竟是shy哥9 小时前
计算YOLO数据集中每个类的目标数
算法·yolo·机器学习
VL——MOESR10 小时前
【具身智能】VLA论文阅读随笔
论文阅读·人工智能·机器学习·具身智能·vla
方银的技术分享11 小时前
十五、AI训练师:机器学习-过拟合与欠拟合
人工智能·深度学习·机器学习
罗西的思考11 小时前
【OpenClaw具身硬件】ZeroClaw 源码阅读笔记(3)--- RAG
人工智能·算法·机器学习
戴西软件13 小时前
戴西iDWS.3DViz Suite数据轻量化可视化软件,从传统桌面软件向云端协同的重大突破
大数据·运维·网络·人工智能·机器学习·3d
今天AI了吗17 小时前
大模型技术全景(一):AI、机器学习、深度学习,三者的关系到底是什么?一文搞懂
数据库·人工智能·python·sql·深度学习·机器学习·rust
悟天特斯20 小时前
智慧楼宇AI节能系统:基于机器学习的建筑能耗优化实践
人工智能·物联网·机器学习
克里斯蒂亚诺更新20 小时前
从XGBoost角度理解为什么要使用机器学习
人工智能·机器学习