2回答
我尝试在一个嵌套的数据帧上运行多个线性回归。我有这个数据样本：因子/字符变量已转换为虚拟变量，然后在子类别的基础上进行嵌套df2= d
浏览 12提问于2020-03-06得票数 0
回答已采纳
我试图估计一个带有arima误差的线性回归，但我的回归变量是高度共线性的，因此回归模型受到多重共线性的影响。由于我的最终目标是能够将单个回归系数解释为弹性，并将它们用于事前预测，因此我需要以某种方式解决多重共线性，以便能够信任回归变量的系数。我知道转换回归变
浏览 38提问于2019-06-17得票数 1
1回答
我现在正在构建一个线性回归模型。有32个自变量。G3是目标变量。
首先，利用所有自变量建立线性回归模型。这是我得到的结果的一部分：
如您所见，G1和G2都是重要的自变量。但它们之间的相关性是0.8521181。因此，我认为线性回归模型中存在多重共线性。我现在要找出最好的线性
浏览 4提问于2018-03-25得票数 0
我尝试基于嵌套数据帧中的数据运行多个简单的线性回归，并使用tidy()将回归拟合系数存储在数据帧中。rnorm(4), Z= rnorm(4))DFF <- MDF %>% nest(-Factors)
如果是包含多个列的单个数据<
浏览 12提问于2018-03-06得票数 2
回答已采纳
我正在用python做一个机器学习系统模块的练习，它使用汽车的数据集(气缸，年份，消耗.)并要求建立一个模型，作为预测汽油消耗量的变量。因为它有三个分类变量，所以我已经生成了假人。📷from sklearn.linear_model import LinearRegression
VIF
浏览 0提问于2019-06-22得票数 1
回答已采纳
这是一个数据集的一部分，其中包含1000条不同地点的房屋租金定价条目。数据集3 2310 72
4 4 40000 3
浏览 1提问于2019-12-28得票数 1
回答已采纳
1回答
我想看看多重共线性对线性回归模型有什么影响，但我需要能够生成多个共线数据，在这里我可以改变特征的数量和这些特征之间的共线性。我看过Sklearn的函数，它允许生成多个特性，但据我所知，这些特性都是不相关的，对吗？如果是这样的话，有没有人知道我如何能够改变这些特征之间的相关性，或者使用不同的方法来生成一个线性多共线数据集来训练Sk
浏览 12提问于2021-12-20得票数 1
回答已采纳
2回答
改进线性回归模型的技巧
、、、
我刚刚在包含7个自变量和1个目标变量的数据集上运行了一个线性回归模型。下面是R平方和MSE值。训练集的均方误差: 36530921.0123有人能给我一些建议来提高这个型号的效率吗？
编辑:我刚刚实现了同样的问题，使用线性回归和归一化的特性。我得到了以下输出:训练集的均方误差: 5.468490570335696e-10训练
浏览 0提问于2018-04-18得票数 3
回答已采纳
2回答
线性回归假设
、、
我读到，我们对线性回归作了以下假设：
因此，这些假设是特定于线性回归或适用于所有类型的回归技术，如支持向量回归，拉索和岭回归，逐步回归等。
浏览 0提问于2020-03-11得票数 3
1回答
有人能像我五岁一样解释一下为什么多重共线性不影响神经网络吗？
我做了一些研究，神经网络基本上是线性函数，在中间叠加着激活函数，如果原始输入变量高度相关，这不意味着多重共线性的发生吗？
浏览 0提问于2022-03-04得票数 3
回答已采纳
1回答
首先，我对虹膜数据集使用正态logistic回归，它得到了0.977的准确率，第二次对数据集进行预处理时，我得到了0.955的准确率。为甚麽呢？logreg.fit(xtrain, ytrain)print(metrics.accuracy_score(ytest, ypred1))
带预处理的模型
浏览 1提问于2020-04-20得票数 0
1回答
我取了4个特征，所有的特征都是相同的X1=X2=X3=X4，目标是Y=X1。
我想知道，多重共线性如何影响模型的系数？我用这些数据训练了sklearn线性回归模型，似乎对系数没有任何影响。
浏览 2提问于2021-05-06得票数 0
1回答
当数据集具有许多相关特征时，我在评论中看到了一条关于决策树S的建议，而不是像神经网络这样的线性模型。因为为了避免多重共线性。一个类似的问题已经提出，但没有得到真正的回答。137573/do-classification-trees-need-to-consider-the-correlation-between-attributes
或者在这里在监督学习中，为什么有相关的特征是不好的&text=Th
浏览 0提问于2020-07-13得票数 1
回答已采纳
与线性回归相关的关键参数很少，例如调整后的R平方，系数，P值，R平方，多重R等。当使用google Tensorflow API实现线性回归时，这些参数是如何映射的？有没有办法在模型执行之后/期间获得这些参数的值？
浏览 5提问于2016-08-19得票数 4
1回答
范畴变量与回归的关联
、、、
我们进行数据分析和建立模型。例如，我构建了一个具有多个预测器(多元回归)的回归模型。然后我们检查了许多事情:正态性、多重共线性等，特别是我们检查了多重共线性、数值/连续变量、变差通货膨胀因子( VIF )等，如果我们发现存在多重共线性，那么我们就去掉了其中一个高度相关的特征。我的问题是:分类变量可以做些什么？我的意思是
浏览 0提问于2016-05-08得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
