从线性回归模型中自动删除p值大于5%的变量
线性回归模型是一种用于建立变量之间线性关系的统计模型。在建立线性回归模型时，我们通常会使用变量的p值来评估其对因变量的显著性贡献。p值大于5%的变量被认为对模型的解释能力较弱，因此可以考虑自动删除这些变量。
删除p值大于5%的变量有助于简化模型，提高模型的解释能力和预测准确性。删除不显著的变量可以减少模型的复杂性，避免过拟合，并提高模型的可解释性。
在实际操作中，可以通过以下步骤从线性回归模型中自动删除p值大于5%的变量：
- 运行线性回归模型：首先，使用所选的统计软件或编程语言（如Python、R等）运行线性回归模型，得到各个变量的p值。
- 检查变量的p值：检查每个变量的p值，如果某个变量的p值大于5%，则认为该变量对模型的解释能力较弱。
- 删除变量：将p值大于5%的变量从模型中删除。可以通过将这些变量从模型中剔除或将其设置为零来实现。
- 重新运行模型：删除变量后，重新运行线性回归模型，得到更新后的模型。
需要注意的是，删除变量可能会影响模型的解释能力和预测准确性，因此在删除变量之前，需要仔细考虑每个变量的实际意义和背景知识。此外，还应该进行模型的评估和验证，以确保删除变量后的模型仍然具有良好的性能。
腾讯云提供了一系列与云计算相关的产品，如云服务器、云数据库、云存储等。这些产品可以帮助用户快速搭建和部署云计算环境，提供稳定可靠的计算、存储和数据库服务。具体的产品介绍和链接地址可以在腾讯云官方网站上找到。
相关·内容
对外面的统计专家说:我很头疼，因为我想到了回归的解释。
如果您测试异常，您可以通过在回归中使用虚拟变量D来进行测试。假设你想找出某一天的反应是否不正常。因为我们有种感觉，我们在周五会赚更多的钱。回归过程如下所示：
回报/收益=a+ b1 DMonday + b2 DTuesday + b3 DWednesday + b4 DThursday + b5 DFriday +e
当然，你的收入取决于其他因素，比如客户数量，价格水平，天气，...who知道……
假设b5的p值接近于零。但是R2也是零。我如何解释这个结果？
说整个模型不能预测收益，因为R2为零！？对我来说很有意义。另一方面，我可以说星期
浏览 37提问于2020-11-06得票数 0
3回答
线性回归模型
、、
我是机器学习的新手，我想学的第一个概念是线性回归。我读过，要应用线性回归，我需要使用线性模型。从这个假设出发，我知道这是一个简单的线性回归模型：
y = w0 + w1x
线性回归的定义是，因变量y应该是参数w的线性组合(但对于自变量x则不一定相同)。
所以我们可以说，这也是一个线性回归模型：
y = w0 + w1x1 + w2(x2)^2
在这种情况下，我应该说这是一个线性回归模型，因为对于定义来说，w0、w1和w2在表达式中仍然是线性的。即使存在自变量x2的二次项。
现在，我有个问题。如下所示的模型：
y = w1 x1 + w2 x2 + w3 x3 + w4 x1x2 + w5 (
浏览 0提问于2018-06-26得票数 2
1回答
我正在一个汽车数据集上建立一个线性回归模型，使用RFE技术和状态模型库。我的最后一种模型的p值在5%以内，F-统计量很高.预测变量的VIF值远低于5，但对于常量项(截距) VIF为8.18。我使用add_constant方法向模型中添加常量。以下是我的疑虑：
常数的高方差表示什么？在计算VIF时应该忽略常量项吗？
以下是我的研究结果：
我是机器学习的新手，也是第一次在这个网站上发布问题。如果需要更多的信息来回答我的问题，请告诉我。
浏览 8提问于2020-01-11得票数 3
回答已采纳
1回答
一些预编程模型在其回归输出(如lm())中自动删除R中的线性因变量。使用bife包，这似乎是不可能的。如第5页中的包描述所述：
如果bife不收敛，这通常是一个或多个回归者与固定效应之间线性依赖的标志。在这种情况下，您应该仔细检查您的模型规范。
现在，假设手头的问题涉及到许多回归，而我们不能充分检查每个回归输出--我们必须假设某种关于回归者的经验法则。哪些替代方案可以或多或少地自动删除线性相关回归器并实现适当的模型规范？
我将代码设置为下面的示例：
#sample coding
x=10*rnorm(40)
z=100*rnorm(40)
df1=data.frame(a=rep(
浏览 2提问于2020-11-11得票数 5
回答已采纳
1回答
我一直在研究以有界容量(0,1)作为概率分数来解释特征系数。例如，如果一个人有下面的线性分类模型(Logistic回归)，那么逆logit应该返回一个线性概率分数，因为它是奇数比的逆对数？
y<- c(1:3, 7, 6)
x1<- 1:5
x2<- c(20:25)
temp<-coef(lm(y ~ x1 + x2))
library('arm')
invlogit(temp[1]+temp[2])
然而，在线性回归连续值预测的情况下，
coeff1/sum(coeff)
应该返回一个概率分数对吗？我错过了什么吗？
浏览 0提问于2017-03-10得票数 3
回答已采纳
2回答
我想使用线性回归模型，但我想使用普通最小二乘法，我认为这是一种线性回归。我使用的软件是SPSS。它只有线性回归、偏最小二乘和两阶段最小二乘。我不知道哪一个是普通最小二乘(OLS)。
浏览 4提问于2009-11-22得票数 9
回答已采纳
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回归模型。如何解决多重共线性问题？
浏览 4提问于2018-03-25得票数 0
1回答
我正在运行一个线性回归模型，作为一个特定估计问题的基线。根据得到的R-平方、回归系数及其各自的p-值，我可以得出这样的结论:可以从模型中删除特定的自变量。
从特征集中删除这些变量的诱导风险是什么？
其他模型--更善于建立非线性关系的模型--会受到这个决定的影响吗？
如果不运行“非线性”回归器，我如何才能确保自己不会丢失有价值的非线性信息？
浏览 0提问于2018-03-13得票数 3
2回答
我正在尝试执行一个多元线性回归模型：
$$y_i =β_0 +β_1x_{i1} +β_2x_{i2} +.+β_px_{ip} +ε_i$$
其中$$x_{i1}、x_{i2}、.、x_{ip}$$相互高度相关(VIFs可以低到5，高到10)。
我只是想知道是否存在一个具有以下属性的过程：
( 1)降低变量的共线性(例如，过程结束后VIFs应低于5)
( 2)程序后的变量应保持原意/解释。(因此PCA和FA退出)。
3)不删除任何变量。我应该有所有的原装..。(这样套索和岭就出来了)
浏览 0提问于2018-08-02得票数 1
1回答
我建立了两个基于二元分类的logistic回归模型，得到了以下结果：
模型1:
准确度: 67.51%
AUC: 65.21%
模型2:
准确性: 67,99%
AUC: 65 70%
第二个模型是基于附加列(Col_x)创建的。
但是，当我试图使用下面的代码显示相关性时，我得到了结果：(0.16402709962654458, 0.0)
from scipy import stats
stats.pearsonr(data['y'] , data['Col_x'] )
我想知道我是否能考虑到Model2对Model1的改进，即使我有一个p-value = 0.
浏览 0提问于2019-05-03得票数 0
回答已采纳
假设你有6个变量。
使用前5个变量的随机森林回归的R^2为0.1.另一种只使用第六个变量的回归得到了0.3的R^2。前5个变量均与变量6无关(绝对值<0.1相关)。
为什么所有6个变量的回归R^2为0.31或0.29，即在第6个变量中添加前5个变量只会显著提高绩效0.01，甚至降低绩效？
请注意，所有模型都是通过随机搜索、交叉验证调优深度、特性数量、分割和树数进行调优的。
浏览 0提问于2018-12-19得票数 1
1回答
我并不是任何想象中的统计/数学专家，但我一直在尝试用人口普查数据进行线性回归，并认为我遇到了一个根本性的问题/障碍。
响应变量是百分比。自变量是按状态划分的百分比。这里是一个我只知道称为“分区”数据的例子。其中一组自变量是“照明”，具有以下一个城市的变量和值(例如)：
electricity - 40%
kerosene - 10%
candle - 25%
generator - 15%
solar - 5%
other - 5%
如果将这六个变量加在一起，则等于100%。只有六种选择，一个家庭只能有一种“照明”。使用所有这六个变量，我的模型就会产生超出图表的系数，很明显有些地方是错误的。
浏览 0提问于2016-05-28得票数 3
1回答
我正在使用"“数据集，比较线性回归、岭和套索的系数。
我首先进行训练/测试拆分，然后标准化数据，然后训练三个模型并比较系数。对于大多数训练/测试拆分随机种子，三个模型的系数在相同的尺度上，我可以比较它们。但是对于一些随机的种子，一些线性回归的系数“爆炸”，从大约10^4-10^5的值跳到大约10^18。
这只发生在线性回归模型中的几个系数上，脊线和套索的系数不受影响。
我不确定为什么会发生这种情况，有什么建议或建议吗？
浏览 0提问于2020-09-23得票数 1
1回答
求多元非线性回归模型的方程？
、、、、
关于非线性和多变量回归，我使用的是R或Matlab。在有一个只有两个变量的回归的情况下，我简单地画出了关于X的图Y，并寻找模型的方程，它最符合点云的分布。
但是，在Y与多个独立变量(在我的例子中是12个变量X_1, X_2,...,X_{12})相连的情况下。我怎样才能定义回归模型的方程？
浏览 0提问于2018-08-01得票数 1
2回答
R中的概率估计
、、
我试图用R来分析一些概率数据，我给出了给定概率p的某些结果的频率(A和B)，我想要的是一个模型，允许我只从频率数据中估计p。
现在，我只是在运行一个线性回归(类似于lm(p ~ A + B))，它或多或少地起作用了，但我知道这不是“正确的方法”。特别是，对于A或B的某些值，我的当前模型将返回不位于区间[0, 1]内的值，即对概率无效的值。
我很确定有办法做到这一点，但我一辈子都找不出这个模型的名称或在R中如何运行它，有人能给我一个提示吗？
浏览 3提问于2010-12-25得票数 1
回答已采纳
1回答
回归模型中的变量选择
、、、、
我建立了价格预测数据模型，使用多元线性回归，岭，拉索和弹性网络回归，最初我有215个变量。在创建模型之后，我运行了python代码来检查最终模型中使用了多少变量，这是python代码，用于检测岭回归中变量的数量，
print("Ridge Regression Selected " + str(sum(coef_ridge != 0)) + " Variables and Neglected " + str(sum(coef_ridge == 0)) + " Variables")
这是我拿出来的
岭回归选择209个变量和忽略6个变量
以上代码
浏览 0提问于2020-01-25得票数 0
1回答
我对机器学习中的回归模型有一个问题，我想知道我的方法是否正确。
我已经建立了回归模型，并用我的数据对其进行了训练，但我的模型预测的值总是比实际值高1.5倍。
我理解这是我的模型的习惯，考虑一下，因为它总是被预测1.5次。
在考虑了实际情况后，我将预测值除以1.5倍。比方说，我的模型预测在某些情况下是100，我计算了100/1.5，结果大约是66.6。
实际上，66.6不是预测值，我操纵了它。
这种操作对于回归是可接受的吗？我能把这个66.6提供给我的客户吗？
浏览 14提问于2017-07-18得票数 0
采用线性回归方法，找出因变量与自变量之间的关系。
当因变量为范畴时，采用Logistic回归。
但这还不够，您可以使用哪种用例，或者我们可以使用它们的组合呢？
浏览 0提问于2017-11-18得票数 0
回答已采纳
1回答
检查变量相关性
、、、
我目前正在用coxph()函数做cox回归模型。我的模型的公式是： cox.death <- coxph(Surv(diff,event)~Delay+age+female+hba1c+bmi+egfr+sbp+hdl+ldl+
smoking+statins+bprx+chf+arrhythmia+valve+pulmcirc+perivasc+htn+htncx+para+neuro+chrnlung+dmcx+hypothy+renlfail+liver+
lymph+mets+tumor+rhe
浏览 55提问于2020-12-09得票数 1
问题陈述:给定一组随机变量Xs，给出它们解释目标变量Y中方差的能力的重要性顺序。假设所有的Xs都被规范化为0均值，std dev为1。
可以将此视为回归问题(正常或序数)。
例1:当计算出的协方差矩阵是对角时，我知道随机变量Xs是相互独立的wrt。然后，我可以拟合一个线性回归模型，并按它们的权重排序。
案例2:或者，如果我知道Xs是独立的(https://en.wikipedia.org/wiki/Independence_(概率)_理论)，即使它们在非零的协方差中)，我可以拟合线性回归模型，并按权重排序。
当我知道随机变量Xs不是独立的且具有非零协方差时，如何解决这个问题？
另外，如何使用非
浏览 0提问于2018-02-07得票数 1
我是机器学习的初学者，我研究过模型的预测变量之间的共线性是一个很大的问题，因为它会导致不可预测的模型行为和一个很大的错误。但是，是否有一些模型(比如GLM)与经典的线性回归不同，可能是“好的”共线性模型？传统的线性回归假设其自变量之间没有相关性。
之所以会出现这个问题，是因为我做了一个项目：“如果输入特性是相互关联的，那么最好使用广义线性模型，因为它们的性能要比线性回归好。”
有人能解释一下吗？
浏览 0提问于2020-06-20得票数 2
我对几个病例进行了研究，所有病例都包含来自多序数因子变量(基因型)和多个数值变量(各种血液样本(浓度))的数据。我试图建立一个探索性模型来检验任意一个数值变量的线性度，(依赖于模型)和任意一个序数因子变量(独立于模型)。
数据集结构示例(自变量)：genotypes
case_id genotype_1 genotype_2 ... genotype_n
1 0 0 1
2 1 0 2
... ... ...
浏览 4提问于2017-07-19得票数 0
1回答
我对如何使用sklearn和状态模型进行线性回归有基本的理解。关于线性回归(OLS估计)，我想问几个问题：
对于最小二乘估计器来说，标准化总是必要的吗？我还在学习回归分析的一些理论方面。标准化是在我的数据科学课中提到的，但在我的回归分析中几乎没有提到。如果不是，什么时候应用标准化(也需要标准化预测变量)？
我试着比较了这两种方法，在评价指标(Mse)方面，结果是比较相似的，但就系数而言，它是非常不同的(由于不同的预测因子的尺度)。如果是这样，如何比较一个预测器的重要性？
我尝试将结果与非标准化数据上的状态模型OLS进行比较。在此基础上，统计模型的均方误差比滑雪板模型差得多。然而，sklearn
浏览 0提问于2019-10-31得票数 0
在学习特征选择模块中找到了用于特征选择的F_regression技术。我无法理解它所使用的原则。给出的描述是-
单变量线性回归检验
快速线性模型，用于测试单个回归器的效果，对许多回归者来说是顺序的。这分三个步骤完成：
1.兴趣回归和数据回归为正交wrt常量回归。2.计算了数据与回归元之间的相互关系。它被转换成F分数，然后转换成p值.
我无法理解这一点，请有人用门外汉的术语来解释这一点。
浏览 2提问于2016-06-10得票数 2
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
训练集的$R^2$值: 0.7477
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训练集的R2值: 0.9275088299658416训练集的均方误差: 4.111793316375822e-10训练集的R2值: 0.9342888671422529。
那么，我们能考虑标准化数据集以获得更好的准确性吗？
浏览 0提问于2018-04-18得票数 3
回答已采纳
1回答
请看下面的图，忽略实线(只需看虚线/虚线)。
对于每条曲线，g在、凹、双射之间。我从措施背后的过程中知道，通过增加V，相应的曲线变平了。
当V发生变化时，会产生不同的曲线。顶部的橙色曲线代表V=100，底部曲线(红色/品红)是V=180的结果。
我用以下形式用更多的数据点来测量数据：
T[1] V[1] g[1]
T[2] V[1] g[2]
T[3] V[1] g[3]
... V[1] g[4]
T[N] V[1] g[5]
.......
T[1] V[N] g[1]
T[2] V[N] g[2]
T[3] V[N] g[3]
... V[N] g
浏览 2提问于2014-02-08得票数 2
回答已采纳
1回答
当输入和输出变量之间存在线性关系时，使用线性回归。这种线性关系是否意味着对变量或参数没有幂？在m的理解中，线性是指相对于参数(无幂)的线性。如果错了，请纠正我。基本上，我在看本教程时有点困惑：https://www.gaussianwaves.com/2013/03/how-to-estimate-unknown-parameters-using-ordinary-least-squares-ols/
这里用线性回归来拟合直线，但如果函数是三次或更高次多项式(对变量的幂)，我们还可以使用线性回归吗？在拟合高阶多项式时，我们用正则线性回归来惩罚高阶称变量。基于这些困惑，有谁能帮助澄清以下几点呢？
浏览 0提问于2019-10-28得票数 0
回答已采纳
2回答
我正在建立一个模型(实现逻辑回归和Xgboost)，以了解每个特性的重要性/重要性，以了解客户是否打算进行回购，以了解什么对客户来说是重要的(比预测更感兴趣)。
我的功能集如下所示：收入、年龄、价格_产品，折扣，产品_类别、交付_收费、性别、生活方式、分娩_时间_主要(P_，P1，P2，P3，P4等)
P_main是客户看到并可能影响他们决定是否回购的东西。P1 + P2 + P3 + P4 = P_main。我们希望了解P1、P2、P3、P4有多少重要，以及它们是过程中的几个阶段，这样我们就可以推断出，如果我们要改进回购，哪些阶段将是最重要的。
特征集可以包含部件(P1、P2、P3、P4)以
浏览 0提问于2019-05-28得票数 2
2回答
我已经看到，删除显示共线性的输入特性(并且只保留其中一个)是一种常见的做法。
然而，我刚刚完成了一个关于线性回归模型如何给不同的特性赋予不同的权重的课程，我想也许这个模型会比我们对不那么必要的特性给予低权重而不是完全删除它们做得更好。
为了解决这个疑问，我创建了一个类似于x_squared函数的小数据集，并使用Python应用了两个线性回归模型：
只保留的模型保持x和x_squared特性的模型
结果表明，我们不应该删除特征，而是让模型决定最优的权重。不过，我想问社会人士，我的做法是否正确，以及你是否在其他地方发现这个疑问。
下面是生成数据集的代码：
# Import necessary li
浏览 4提问于2022-08-16得票数 0
回答已采纳
1回答
在多元线性回归模型中，为什么我们要比虚拟变量的总数少一个虚拟变量？
例如，如果模型包含4个虚拟变量，我们将更新特征向量以训练回归模型。x = x[:, 1:4]。
浏览 2提问于2018-08-19得票数 1
1回答
我有一个有4712条记录的数据集。Label Yes - 1558记录和Label No - 3554记录.
我在网上读到，1:10 rule是基于较低级别发生的频率。
在我的例子中，较低级别发生的频率是1558。
根据1:10规则，我是否正确地认识到，它的计算方式类似于1558/10 = 155.8进一步等于150个预测因子
因此，在logistic回归中，我可以在模型中使用150个变量/输入特性，而不存在过度拟合的风险。我说的对吗？
顺便说一句，我们还必须看看frequency of the other (high occuring) class来确定我可以使用的预测因子的no吗？如果是的
浏览 0提问于2020-01-02得票数 0
回答已采纳
1回答
我是机器学习领域的新手，对少数样本数据集进行了logistic回归。我用logistic回归算法建立了一个模型。几乎没有系数的p值超过0.05 (这是我正在考虑的α)。
📷
下面给出了建立模型的r-代码和模型的总结。
模型.bank.1 <- glm(y~.，data=bankfull，族=“二项式”)
摘要(银行1模式)
📷
现在，在考虑AIC、剩余/空偏差、混淆矩阵和ROC进行评估之前。我观察到一些自变量的p值大于0.05(年龄有很高的p值，这意味着什么？)在这种情况下，应该做些什么？我应该立即从我的模型中删除所有这些预测器吗？有什么方法可以使这些预测因子的p值小于0.05？
在使用
浏览 0提问于2019-05-11得票数 2
3回答
我很难相信线性模型可以用多项式来拟合线性回归曲线。如图所示。
假设我没有错过-理解上面的陈述，你能获得良好的性能与线性模型，试图拟合，比方说，抛物线在三维空间？
浏览 0提问于2022-05-07得票数 0
回答已采纳
前言:我现在意识到我应该使用分类模型(也许是决策树)，但我最终使用了线性回归模型。
我有一个熊猫数据框架，如下所示：
我想用流派，年份，番茄米的分数来预测观众分数。但正如构建的那样，每部电影的流派都是以列表的形式出现的，所以我觉得有必要将每种流派作为单独的变量传递到我的模型中。
这样做之后，我修改后的dataframe看起来像这样，每个电影都有重复的行，但该电影的每个流派元素都是孤立的(只有一部电影从dataframe中拉出来显示)：
现在，我的问题是，我是否可以将这第二个数据帧传递给Patsy和statsmodel线性回归，或者行复制是否会在我的模型中引入偏差？
y1,
浏览 2提问于2015-07-15得票数 0
我正在运行一个有序回归模型。我有8个解释变量，其中4个是绝对变量('0‘或'1')，4个是连续变量。在此之前，我希望确保没有多重共线性，所以我使用了方差通货膨胀因子(来自汽车包装的vif函数)：
mod1<-polr(Y ~ X1+X2+X3+X4+X5+X6+X7+X8, Hess = T, data=df)
vif(mod1)
但是，其中一个变量的VIF值为125，并发出以下警告：
警告消息:在vif.default(mod1)中:没有截获: vifs可能不合理。
但是，当我将我的因变量转换为数值(而不是一个因子)时，用线性模型做同样的事情：
mod2<
浏览 12提问于2020-09-08得票数 1
回答已采纳
1回答
拟完全分离问题
、、、、
关于logistic回归算法中的拟完全分离问题，我提出了一些问题。
因此，我运行这个模型来预测信用风险，结果显示它给了我很好的预测得分(AUC在95%左右)，而且auc列车和测试之间的差距并不大。但结果表明，它存在拟完全分离问题。那么，这是一个问题，并使我的模型偏见/不稳定？
我还试图建立其他模型，并通过删除某些特征来处理拟完全分离问题，它给了我76%的AUC分数，但不再是完全的准分离问题。那么我应该选择哪种型号呢？
浏览 0提问于2022-12-14得票数 0
我最近开始学习回归的基础知识，作为初学者，我开始学习线性回归。
我读到这篇文章说，对于这种特殊类型的回归，自变量和因变量之间的关系必须是线性的，这意味着我只能用线性回归来预测“线”：https://www.analyticsvidhya.com/blog/2015/08/comprehensive-guide-regression/。
但是，我开始想知道如何建模像"y= log(x)“或”y= sqrt(x)“或"y=exp(x)”或"y=tan(x)“之类的函数，或者其他定义为”线“而是”曲线“的非线性函数。
然后我继续研究，直到我发现这篇文章说，应该是线性的不是自变
浏览 0提问于2019-03-15得票数 2
回答已采纳
我正试图为一个任务构建一个xgboost回归器或一个catboost回归器。我有一个可行的线性回归模型。我也为这项任务训练了一个xgboost回归模型，但它比线性回归模型更糟糕。我想知道是否有一种方法将线性回归权值(模型参数)作为初始参数集传递给xgboost (或catboost)模型，以确保性能增益？
例如，如果w0*x0 + w1*x1 + w2*x2 + w3*x3 = y是线性回归模型，那么有什么方法可以告诉xgboost从相同的方程开始(并且在训练时变得更好)？
浏览 0提问于2019-12-18得票数 0
回答已采纳
1回答
如何改进特征和结果之间的相关性，以便实现回归模型？我知道使用pandas .corr()函数可以看到相关性，回归模型的最佳特征是最接近1或-1的特征。但是如果所有的特征都接近于0，我应该怎么做？有没有一种方法可以实现某种特征工程，这样我就可以改善这种相关性？
以下是示例代码：
import pandas as pd
df = pd.DataFrame({'par 1':[1,3,2,5,7,4,6,1,3,1,1,2,4],
'par 2':[5,4,3,1,5,3,1,3,5,3,5,7,9],
浏览 2提问于2019-12-17得票数 0
基本上，我已经收集了一些零售网站的数据，我想知道这是否是一个回归问题:如果我有关于RRP这样的鞋子的网站数据，它们是什么品牌，它们是什么颜色，它们是什么尺寸，我整理这些数据来建立一个模型，围绕这样一个模型，我可以给模型已知的变量，关于一双新鞋(品牌，尺寸颜色)，以确定可能的RRP，根据我已经知道的所有变量和RRP，我应该使用ANOVA还是回归。我的回归理由是，这似乎是一个经典的问题，因为价格是一个连续变量。但我不确定要怎么做，我看到的很多回归例子都是用连续变量作为预测变量和结果变量，也许方差分析更好？
浏览 0提问于2020-09-02得票数 1
回答已采纳
1回答
我有一个大约150个样本的数据集，其中每个样本有11个输入和3个输出。我试图建立一个完整的回归模型来接受11个要训练的输入来预测3个输出，问题是样本如此之少，训练一个完整的模型几乎是不可能的。出于这个原因，我正在尝试使用pythons sklearn中的回归，例如线性回归。根据我所能发现的，大多数回归模型要么支持一个输入来预测一个输出(在回归完成之后)，要么支持多个输入来预测一个输出。 问:是否有任何类型的回归支持许多输入来预测许多输出。或者任何可能更适合我的需求的回归类型。 谢谢你的帮助！
浏览 12提问于2021-09-21得票数 0
1回答
我对决策树方法很陌生。对于决策树回归模型，它是否只适合于数据的分段步进函数？什么时候，为什么人们会更喜欢它，而不是一些传统的回归，如局部加权(黄土)回归？
浏览 0提问于2017-10-27得票数 3
3回答
我使用一个数据集来做一些预测，使用多变量回归技术。我必须根据性别、百分比、出生日期、不同科目的分数、学位、专业等自变量来预测员工的工资。
数值参数(例如-标记和百分比在不同的科目)适用于回归模型。但是，我们如何规范非数字参数(性别、出生日期、程度、专业)？
P.S.：我正在使用包。
浏览 7提问于2015-12-26得票数 3
回答已采纳
Azure ML如何在训练线性回归模型期间处理分类列？线性回归模型采用连续值。然而，即使我没有更改这些分类列中的任何内容，Azure ML也没有错误地训练线性和逻辑回归。所以我想知道Azure ML是如何在幕后处理分类列的。谢谢!
浏览 1提问于2015-10-31得票数 1
3回答
我有大约90个变量存储在数据2-90中。我怀疑其中大约有4个与data1有抛物线样的相关性。我想找出哪些是相关的。有什么简单快捷的方法吗？
我尝试过构建这样的模型(对于每个变量I=2:90，我可以在循环中这样做)：
y <- data$AvgRating
x <- data$Hamming.distance
x2 <- x^2
quadratic.model = lm(y ~ x + x2)
然后看看R^2/系数，得到相关的概念。有更好的方法吗？
也许R可以用这90个变量建立一个回归模型，并选择那些本身具有显着性的变量？那有可能吗？对于线性回归，我可以在JMP中这样做，但我
浏览 14提问于2016-08-01得票数 7
回答已采纳
1回答
我正在研究一个模型，它将根据其他人的观点预测一个数字。为此，我将使用Sklearn中的线性回归。
例如，我从5个代理那里收集了他们在每次迭代中最后一次更改的数据，如果他们还没有插入数据，数据就包含Nan，直到他们第一次更改。数据看起来像这样：
a1 a2 a3 a4 a5 target
1 nan nan nan nan 3 4.5
2 4 nan nan nan 3 4.5
3 4 5 nan nan 3 4.5
4 4 5 5 nan 3 4.5
5 4 5
浏览 1提问于2017-05-04得票数 0
5回答
这是一个关于线性回归的设计问题。以下是我们的数据集的一些信息：
我们的数据集有8个特征，其中3个是绝对的。我们愿意进行线性回归来拟合我们的目标数据。
我们已经尝试了包括我们的所有8个功能(分类编码为整数)，并进行线性回归。
我们还尝试了提取分类特征，并对我们的三个分类特征的每一个可能组合运行线性回归算法。当然，在很多回归过程中都会产生这样的结果(每个类别都有4个可能的值，确切地说是64 )。
后一种方法给我们带来了更好的结果。因此，修复分类特征并为每个组合创建一个新的数据集，最终会给出更好的估计。
关于我们的数据，这能告诉我们什么？
分类特征使得数据非线性，那么它们真的应该被删除吗？例如，分类
浏览 0提问于2018-03-05得票数 3
我是机器学习的新手，面临着在多元线性回归中如何去除多个自变量的问题。我所经历的步骤: 1)读取数据集2)分离成X和Y)将分类数据编码为数据集包含列:教授、职称、专业等。4)去除虚拟变量5)OLS回归结果。
我有7个自变量，OLS后有6个独立variables.Removed，P> 0.05，P值大于0.0 5的显着性水平。
您能建议哪些步骤来绘制图形，并删除图像中附加的所有不必要的自变量？如何从所有这些变量中只获取一个自变量。
如何使用python检查多重共线性？什么是VIF ?如何利用它检测多重共线性？
提前谢谢。如果有语法错误的话，对不起。
浏览 3提问于2018-11-13得票数 0
2回答
如何将假设检验应用于ML模型中的特征？比方说，我正在做一个回归任务，我想削减一些特性(一旦我训练了我的模型)来提高性能。如何应用假设检验来确定该特性是否有用？我只是有点困惑于我的零假设会是什么，重要性的水平，以及如何运行实验来获得特性的p值(我听说0.15的显着性水平是一个很好的阈值，但我不确定)。
例如。考虑到三台机器(A，B，C)的生产情况，我正在做一个回归任务来预测我工厂的成本。我对数据进行线性回归，发现机器A的p值大于我的显着性水平，因此，它在统计上没有显着性，我决定在我的模型中放弃这个特征。
数据如下所示
d = ('Cost': [44439, 43936, 444
浏览 0提问于2019-07-04得票数 2
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
实时音视频
云直播
对象存储活动推荐
腾讯云开发者
