Python实现逐步回归

逐步回归(Stepwise Regression)是一种逐步选择变量的回归方法,用于确定最佳的预测模型。它通过逐步添加和删除变量来优化模型的预测能力。
  
本文重点讲解什么是逐步回归,以及用Python如何实现逐步回归。

文章目录

    • 一、什么是逐步回归?
    • 二、实现逐步回归的函数参数详解
    • 三、Python实现逐步回归
      • 1 读取数据
      • 2 双向筛选逐步回归实现
      • 3 向前筛选逐步回归实现
      • 4 向后筛选逐步回归实现
      • 5 双向逐步回归指定特征选择准则为ks
      • 6 双向逐步回归指定特征选择准则为auc

  

一、什么是逐步回归?

  
逐步回归是回归分析中一种筛选变量的过程,我们可以使用逐步回归从一组候选变量中筛选起作用的变量或剔除不起作用的变量进而构建模型。
  
逐步回归有三种筛选变量的方法。
  
1.向前筛选(forward selection): 首先挑选单独解释因变量变异最大的自变量,然后将剩余自变量逐个引入模型,引入后看该变量的加入是否使得模型发生显著性变化(F检验

你可能感兴趣的:(学习python,风控建模原理与实现,python,算法,风控建模)