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
IT古董2 小时前
【漫话机器学习系列】266.雅可比矩阵(Jacobian Matrix)
人工智能·机器学习
卧式纯绿2 小时前
卷积神经网络基础(九)
人工智能·python·深度学习·神经网络·机器学习·cnn
闭月之泪舞2 小时前
初识函数------了解函数的定义、函数的参数、函数的返回值、说明文档的书写、函数的嵌套使用、变量的作用域(全局变量与局部变量)
python·算法·机器学习
lucky_lyovo6 小时前
机器学习--特征工程具体案例
人工智能·机器学习
fouen7 小时前
【语义分割专栏】先导篇:评价指标(PA,CPA,IoU,mIoU,FWIoU,F1)
人工智能·算法·机器学习·计算机视觉
北温凉7 小时前
【学习笔记】机器学习(Machine Learning) | 第七章|神经网络(2)
笔记·机器学习
FF-Studio8 小时前
【硬核数学】2. AI如何“学习”?微积分揭秘模型优化的奥秘《从零构建机器学习、深度学习到LLM的数学认知》
人工智能·深度学习·学习·机器学习·自然语言处理·微积分·高等数学
追逐☞8 小时前
机器学习(14)——模型调参
人工智能·机器学习
灏瀚星空9 小时前
【深度学习基础】主流激活函数的核心原理、应用技巧与选择策略
人工智能·深度学习·机器学习
qq_5845989210 小时前
day30python打卡
开发语言·人工智能·python·算法·机器学习