zoukankan      html  css  js  c++  java
  • 机器学习-线性回归补充-实践

    线性回归分析过程中可能会遇到的问题

    选定自变量时候要注意:去除多重共线性干扰

     什么是多重共线性干扰?

    强相关变量

    多重共线性

    避免将两个强相关变量输入到一个模型中,解决办法是只保留一个。

    消除多重共线性的方法:

    如果GVIF>10 则需要调整

    如何挑选输入模型的自变量

    输入的自变量多是有好处的,能够提升回归模型的准确性。另一方面,建设输入的自变量也是有好处的,可以方便业务同事理解。

    权衡自变量多少的标准:

    用olsrr包的ols_all_possible()函数

    以上数据都计算出来后就可以创建线性回归模型

    分析模型

     

  • 相关阅读:
    python socket 二进制
    全面介绍内存管理机制
    glog修改
    mysql c api
    http twisted
    IOCP 模型1
    IOCP 模型2 AcceptEx
    python
    Python Twisted
    Java 拾遗
  • 原文地址:https://www.cnblogs.com/Grayling/p/10990739.html
Copyright © 2011-2022 走看看