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
SLAM必须dunk1 小时前
GMR(General Motion Retargeting)仓库详细解析
机器学习·机器人
哥布林学者11 小时前
深度学习进阶(二十六)现代 LLM 的核心架构设计其一:RMSNorm
机器学习·ai
计算机安禾14 小时前
【算法分析与设计】第26篇:参数化算法与固定参数可解性理论
大数据·人工智能·算法·机器学习·剪枝
AI科技星14 小时前
基于**v=c(空间光速螺旋运动)唯一第一性原理**重新完整求导证明
人工智能·线性代数·算法·机器学习·架构·概率论·学习方法
莫陌尛.15 小时前
Possibilistic fuzzy c-means with partial supervision (SPFCM)
机器学习
morning_judger15 小时前
Agent系列(二)-记忆系统的设计
开发语言·python·机器学习
测试_AI_一辰16 小时前
AI模型评测不只看准确率-CV与Agent评测指标体系梳理
人工智能·机器学习·计算机视觉
Bingorl17 小时前
机器学习之集成学习
人工智能·机器学习·集成学习
Master_oid18 小时前
机器学习44:线性回归进阶篇②
人工智能·机器学习·线性回归
weixin_4684668518 小时前
支持向量机新手实战指南
人工智能·python·算法·机器学习·支持向量机