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
掘根7 小时前
【openCV】像素值统计,几何形状绘制,随机数,多边形绘制/填充
人工智能·opencv·机器学习
AI医影跨模态组学7 小时前
J Hepatol(IF=33.0)英国帝国理工学院:基于机器学习的影像组学模型在预测肝细胞癌免疫治疗结局中优于临床生物标志物
人工智能·深度学习·机器学习·论文·医学影像·影像组学
薛会8 小时前
π₀.₇:用“丰富提示词“教机器人像大语言模型一样组合技能
人工智能·深度学习·机器学习
锦鲤52148 小时前
机器学习学习笔记
笔记·学习·机器学习
ZHANG8023ZHEN9 小时前
Diffusion 数学推理
人工智能·python·机器学习
ZHW_AI课题组10 小时前
基于LDA的Olivetti人脸降维与身份识别
目标检测·机器学习·视觉检测
南屹川11 小时前
【机器学习】模型可解释性:从黑盒到白盒的探索之旅
人工智能·机器学习·模型可解释性·xai·shap·lime
木雷坞12 小时前
vLLM 服务上线前压测记录:镜像缓存、GPU 利用率和 p95
人工智能·机器学习·docker
三维重建-光栅投影13 小时前
PCL之欧式聚类
机器学习·数据挖掘·聚类