機械学習 - 線形回帰サプリメント - 練習

線形回帰分析で遭遇する可能性のある問題

 

注意を払うために、引数の時間を選択:多重共干渉を取り除きます

 多重共干渉とは何ですか?

強く相関した変数

多重共

2つの変数が強い相関モデルに入力しないでください、解決策は一つだけを維持することです。

多重共メソッドを排除:

GVIF> 10のニーズを調整することができる場合

 

モデルへの引数の入力を選択する方法

入力引数は、ほとんどが優れている回帰モデルの精度を向上させることができます。一方、引数は入力の建設のために、あなたは簡単にビジネスの同僚を理解することができるのも良いです。

どのくらいの標準引数の計量:

ols_all_possible olsrrパケット()関数で

 

あなたは、線形回帰モデルを作成することができた後、上記の数値が計算されています

 

分析モデル

 

 

 

おすすめ

転載: www.cnblogs.com/Grayling/p/10990739.html