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
在所不辞兄3 小时前
【零基础学智能仿真-53】多智能体协作——有限元自动化实战从工程需求到可审核的仿真报告
人工智能·深度学习·神经网络·机器学习·有限元
硅谷秋水6 小时前
面向机器人的上下文学习:方法与应用
深度学习·机器学习·语言模型·机器人
想七想八不如1140810 小时前
元学习简单入门
人工智能·pytorch·python·深度学习·学习·机器学习
丁希希哇13 小时前
Transformer中的注意力机制(Attention)
人工智能·机器学习·transformer·大语言模型
田里的水稻13 小时前
PyTorch_torchvision---数据集下载\TensorBoard可视化
人工智能·pytorch·python·深度学习·机器学习
databook14 小时前
MinMax vs Standard vs Robust:三种特征缩放怎么选
python·机器学习·数据分析
loulanyue_14 小时前
评估范式不变,自进化注定过拟合:大模型高维能力曲面探测与效用定律破局——读复旦大学曹艺馨机器之心AI Insider访谈
深度学习·机器学习
xianghongtao011614 小时前
arxiv_agents_review_2026-10-16
人工智能·深度学习·机器学习
程序猿阿森16 小时前
【机器学习实战】朴素贝叶斯算法详解:从概率基础到商品评论情感分析
算法·机器学习·概率论
细节处有神明17 小时前
零样本时序预测:Mistral Timestral 本地实测
人工智能·机器学习·时间序列