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
Monkey的自我迭代7 分钟前
逻辑回归参数调优实战指南
python·机器学习·逻辑回归·数据处理·下采样·过采样
行然梦实2 小时前
世代距离(GD)和反转世代距离(IGD)详析
人工智能·算法·机器学习·数学建模
CodeShare2 小时前
从噪声数据中发现可解释的常微分方程
机器学习·常微分方程·数据驱动建模
Swaggy T3 小时前
自动驾驶控制算法——PID算法
人工智能·算法·机器学习·自动驾驶
CodeShare4 小时前
通过胜率理解偏好学习的理论与优化方法
机器学习·偏好学习·胜率优化
补三补四6 小时前
Shapley与SHAP
大数据·人工智能·算法·机器学习·数据分析
都叫我大帅哥7 小时前
决策树实战:信用卡欺诈检测全流程解析
python·机器学习
W.KN9 小时前
机器学习【二】KNN
人工智能·机器学习
糖葫芦君10 小时前
玻尔兹曼分布与玻尔兹曼探索
人工智能·算法·机器学习
喵王叭18 小时前
【查漏补缺】机器学习典型算法
人工智能·算法·机器学习