2020年2月21日
回归模型的特征筛选方法---最优子集&逐步回归（Best Subset Selection，Stepwise Selection）
摘要： 线性回归模型比较常见的特征选择方法有两种，分别是最优子集和逐步回归。此外还有正则化，降维等方法。 1，最优子集（Best Subset Selection）：从零号模型（null model）M0开始，这个模型只有截距项而没有任何自变量。然后用不同的特征组合进行拟合，从中分别挑选出一个最好的模型（R 阅读全文
posted @ 2020-02-21 22:22 HuZihu 阅读(20091) 评论(0) 推荐(0)