码迷,mamicode.com
首页 > 其他好文 > 详细

机器学习-线性回归补充-实践

时间:2019-06-08 16:25:19      阅读:124      评论:0      收藏:0      [点我收藏+]

标签:遇到的问题   过程   ima   src   mamicode   机器   输入   线性回归   保留   

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

技术图片

多重共线性

技术图片

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:

技术图片

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

技术图片

 

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

技术图片

技术图片

 

 

 

机器学习-线性回归补充-实践

标签:遇到的问题   过程   ima   src   mamicode   机器   输入   线性回归   保留   

原文地址:https://www.cnblogs.com/Grayling/p/10990739.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!