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
好评笔记8 小时前
机器学习面试八股——常用损失函数
人工智能·深度学习·算法·机器学习·校招
Omics Pro9 小时前
首个!外源天然产物综合性代谢图谱
数据库·人工智能·算法·机器学习·r语言
明志数科12 小时前
工业场景数据标注跟实验室标注有什么不同
人工智能·机器学习
xiaoxiaoxiaolll12 小时前
《Light: Science & Applications》合并BIC实现80倍阈值单模运行:超紧凑光子晶体激光器新突破
人工智能·算法·机器学习
悟乙己12 小时前
因果机器学习DML效果与应用场景探索
人工智能·机器学习
z小猫不吃鱼12 小时前
13 Scaling Law 入门:模型规模、数据规模和计算量是什么关系?
人工智能·深度学习·机器学习
春日见13 小时前
5分钟入门强化学习之动态规划算法与实现
大数据·人工智能·python·算法·机器学习·计算机视觉
scx_link13 小时前
线性回归的总结:
算法·机器学习·线性回归
人工智能培训14 小时前
设备故障?数字孪生提前预警
人工智能·深度学习·神经网络·机器学习·生成对抗网络
风落无尘14 小时前
第十一章《对齐与安全》 完整学习资料
python·安全·机器学习