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
明月醉窗台几秒前
Ryzen AI --- AMD XDNA架构的部署框架
人工智能·opencv·目标检测·机器学习·计算机视觉·架构
啊阿狸不会拉杆1 分钟前
《机器学习》第三章 - 监督学习
人工智能·深度学习·学习·机器学习·计算机视觉
Java程序员威哥2 分钟前
用Java玩转机器学习:协同过滤算法实战(比Python快3倍的工程实现)
java·开发语言·后端·python·算法·spring·机器学习
Lips6114 分钟前
第六章 支持向量机
算法·机器学习·支持向量机
sunfove34 分钟前
从数据到智能:机器学习核心方法的数学原理与全景解构
人工智能·机器学习
永远都不秃头的程序员(互关)1 小时前
【K-Means深度探索(十)】进阶思考:K-Medoids与Fuzzy C-Means,K-Means的“亲戚”们!
算法·机器学习·kmeans
张祥6422889041 小时前
线性代数本质十笔记
笔记·线性代数·机器学习
70asunflower1 小时前
SFT(监督微调,Supervised Fine-Tuning)
人工智能·深度学习·机器学习
薛不痒2 小时前
项目:矿物分类(训练模型)
开发语言·人工智能·python·学习·算法·机器学习·分类
AI营销先锋3 小时前
原圈科技领跑破解B2B增长焦虑
大数据·人工智能·机器学习