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
lisw051 小时前
AI音乐技术及应用生态!
人工智能·机器学习
智算菩萨2 小时前
可验证奖励强化学习(RLVR):如何让大模型更可靠?
人工智能·机器学习
硅谷秋水3 小时前
mimic-video:机器人控制的可泛化视频-动作模型,超越VLA模型
人工智能·机器学习·计算机视觉·机器人·音视频
小雨中_3 小时前
2.1 PaLM 及其变体(PaLM / PaLM 2)
人工智能·深度学习·机器学习·分类·数据挖掘·palm
lisw054 小时前
云同步功能概述!
人工智能·机器学习·云同步
小雨中_4 小时前
4.1 LLaMA 系列:从 LLaMA-1 到 LLaMA-3
人工智能·python·深度学习·机器学习·自然语言处理·llama
陈天伟教授5 小时前
人工智能应用- 材料微观:07.SliceGAN 模型
人工智能·神经网络·算法·机器学习·推荐算法
沪漂阿龙5 小时前
指令模型 vs 推理模型:如何为你的任务选对AI大脑?
人工智能·深度学习·机器学习
小雨中_5 小时前
3.1 GPT 系列:Generative Pre-Training(从 GPT-1 到 GPT-3)
人工智能·gpt·深度学习·机器学习·自然语言处理·gpt-3
minhuan6 小时前
大模型应用:从手动调参到智能寻优:PSO 驱动的大模型参数自动化优化.94
人工智能·机器学习·粒子群优化算法·pso算法·大模型应用