1回答
列组的多重线性回归
、、、
我在第一列中有一个带有个体id的df，在第二列中有一个响应变量(谷物产量)，下面的列是标记数据。0 0 0 2 0id6 3.9 2 2 0 2 0 0 我想要做的是在R中拟合一个具有两组Snp4效应的线性模型，例如:第一组是Snp1 + Snp2，第二组是Snp4+ Snp5我不知道
浏览 18提问于2020-09-30得票数 2
1回答
我试图使用python来计算响应数组和一组预测器数组之间的多元线性回归和多重相关性。我看到了一个非常简单的计算多元线性回归的例子，这很容易。但是如何计算与状态模型的多重相关性呢？编辑说明:考虑到如下情况:除了回归系数和其他回归参数外， i还想为预测器计算多个相关系数。
浏览 2提问于2012-11-19得票数 8
4回答
我一直在试图了解自变量内的多重共线性对线性回归模型的影响。维基百科网页建议，只有当有一个“完美”的多重共线性，其中一个自变量将不得不从培训中删除。现在我的问题是，如果相关性等于+/- 1，我们应该只删除其中的一列，还是考虑一个阈值(比如0.90)，然后它应该被认为是完美的多重共线性。
浏览 0提问于2021-10-25得票数 3
1回答
检测高度相关属性
、、、
当使用多元线性回归时，科学知识能被用来去除高度相关的特征吗？
关于@behzad.nouri发布给的答案，我有一些问题可以避免我的困惑。因此，他测试了5列之间的高度多重共线性或自变量的特征；每列都有100行或数据。他知道w接近于零。因此，我是否可以说，第一列或第一自变量应该删除，以避免非常高的多重共线性？
浏览 3提问于2015-11-06得票数 2
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。我知道转换回归变量，例如。通过差分
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回归模型。如何解决多重共<
浏览 4提问于2018-03-25得票数 0
continuous variables :
我让Pycaret将分类特性编码为0/1，并管理多重共线性remove_perfect_collinearity = True
但是正如您在上面的屏幕中所看到的，Pycaret并不能很好地管理多重共线性: PyCaret应该自己删除3列中的</em
浏览 3提问于2022-03-15得票数 0
我有一组数据，其中经度和纬度是自变量，温度是因变量。我希望能够执行外推，以获得纬度和经度范围之外的温度值。我认为最好的方法是执行多重回归。我知道sklearn有从他们的linear_model库执行线性多元回归的功能。linear_modelregr.fit('independent data', 'dependent dat
浏览 15提问于2019-03-04得票数 3
我试图根据训练数据集来预测测试数据集的值，它是预测值(没有错误)，但是预测结果偏离了原始值很多。即使预测值在-356左右，尽管原始值都没有超过200 (也没有负值)。测试和训练数据集的字符串，以防有人需要它们'data.frame': 36 obs. of 28 variables:
$ matchid简单地说，我如何摆脱这个警告，使它不会影响我的预测？
浏览 0提问于2016-07-15得票数 1
如果，另一方面，我们正在插入多重共线性，那么我们可以通过编码来优化具有分类变量的回归问题吗？
浏览 0提问于2020-02-19得票数 1
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
浏览 3提问于2018-11-13得票数 0
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
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=Though%20single%20tr
浏览 0提问于2020-07-13得票数 1
回答已采纳
2回答
由于其中一列可以完全从其他列生成，因此保留这一额外列不会为建模过程添加任何新的信息，因此，在执行一次热编码之后始终删除第一列是否是一种好做法，而不管所选择的算法是什么？
浏览 0提问于2018-02-27得票数 8
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>5是一个很高的</e
浏览 0提问于2019-06-22得票数 1
回答已采纳
1回答
我试图在R中进行主成分回归分析( PCR )，通常我会做主成分分析( PCA )，但是我有多重共线性，并且读到PCR可以处理这个问题。 geom_point(aes(fill=i
浏览 0提问于2017-08-25得票数 0
回答已采纳
3回答
我试图理解朴素贝叶斯和Logistic回归所需假设的差异。如果我错了，请纠正我，朴素回归和逻辑回归之间还有其他假设/区别吗？
浏览 2提问于2019-12-02得票数 0
1回答
对于R中的多重非线性回归，因变量Y是由大约500个值组成的行，并且有33个自变量X1, X2, X3.....X33data1<-read.csv(file.choose(), header=TRUE)results<- lm(Y~ X1 + X2....X33, data = data1)
它工作得很好，现在我
浏览 5提问于2016-08-12得票数 0
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
