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
上天夭2 小时前
模型训练篇
人工智能·深度学习·机器学习
Blossom.1182 小时前
AI编译器实战:从零手写算子融合与自动调度系统
人工智能·python·深度学习·机器学习·flask·transformer·tornado
如果你想拥有什么先让自己配得上拥有3 小时前
数学思想和数学思维分别都有什么?
线性代数·算法·机器学习
core5123 小时前
Adaboost (Adaptive Boosting):错题本上的逆袭
机器学习·adaboost·boosting
高洁016 小时前
图神经网络初探(2)
人工智能·深度学习·算法·机器学习·transformer
祝余Eleanor6 小时前
Day 51 神经网络调参指南
深度学习·神经网络·机器学习
吾在学习路8 小时前
【CVPR 2018最佳论文】Squeeze-and-Excitation Networks
人工智能·深度学习·神经网络·机器学习
Salt_07288 小时前
DAY 47 Tensorboard的使用介绍
人工智能·python·深度学习·机器学习
Salt_07288 小时前
DAY 40 早停策略和模型权重的保存
人工智能·python·算法·机器学习
JoannaJuanCV9 小时前
自动驾驶—CARLA仿真(29)传感器(Sensors and data)
人工智能·机器学习·自动驾驶