共线性

数据分析笔记-岭回归与Lasso回归

岭回归：1、定义及原理岭回归(英文名：ridgeregression,Tikhonovregularization)是一种专用于共线性数据分析的有偏估计回归方法，实质上是一种改良的最小二乘估计法，通过放弃最小二乘法的无偏性
加油啊DuXY·2020-09-13 17:24

应用回归分析

章节目录回归分析概述一元线性回归多元线性回归（从第二章到第三章很多结论可以平推）违背基本假定的情况（上面说的第三个问题）自变量选择和逐步回归（模型选择）多重共线性的情形及其处理岭回归非线性回归（不是重点
VV~·2020-09-13 17:15

多重共线性问题 -- 岭回归方法

概述本篇博客分为两大部分，第一部分是最小二乘法作线性回归时会遭遇的问题：多重共线性问题。第二部分，使用岭回归解决第一部分中的多重共线性问题。
LiuBang_·2020-09-13 14:16

应用回归分析 马立平，马乐，张蕊鑫主编 首都经济贸易大学出版社

第一章回归分析概述，第二章一元线性回归模型的最小二乘估计，第三章多元线性回归模型，第四章线性回归的推广，第五章自变量的选择，第六章回归模型的设定与选择，第七章共线性数据模型的建立与有偏估计，第八章方差齐性诊断与模型的加权最小二乘估计
QQ 1003601158·2020-09-13 14:50

应用回归分析 何晓群，刘文卿编著 第五版 中国人民大学出版社

章详细介绍了一元和多元线性回归的参数估计、显著性检验及其应用；第4章对违背回归模型基本假设的异方差、自相关和异常值等问题给出了诊断和处理方法，在这一章增加了BOX-COX变换；第5章介绍了回归变量选择与逐步回归方法；第6章就多重共线性的产生背景
QQ 1003601158·2020-09-13 14:50

数据分析整理，R，caret包（1）

caret包可以处理至少以下事情.1、初步筛选属性(过滤以下属性)a、找出属性值接近为常数的属性nearZeroVarb、找出相关系数最大的属性findCorrelationc、找出多重共线性的属性findLinearCombos2
相逢一醉为前缘·2020-09-13 10:12

判别分析

多重共线性：在解释变量中，有某一解释变量可由其他解释变量线性表出。多重共线性的影响：共线性会导致回归参数不稳定，即增加或删除一个样本点或特征，回归系数的估计值会发生很大变化。
凌晨的地铁·2020-09-13 03:13

R语言之多重共线性

多重共线性导致模型不稳定找到哪些变量时共线性，删除掉数据集collinearkappa(XX,exact=TRUE)[1]2195.908再用>eigen(XX)查看哪些变量是共线的[1]2.4287873651.5461520960.9220776640.7939846900.3078921340.001106051
zhf1234abc·2020-09-12 18:06

R语言 检验多重共线性

函数kappa()df1000，存在严重的多重共线性。
yeeye_chiang·2020-09-12 18:26

【R语言 数据分析】多重共线性问题

1、什么是多重共线性？多重共线性（Multicollinearity）是指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。
开心果汁·2020-09-12 17:04

R判断逻辑回归参数共线性

方差膨胀因子（VarianceInflationFactor，VIF）：是指解释变量之间存在多重共线性时的方差与不存在多重共线性时的方差之比。容忍度的倒数，VIF越大，显示共线性越严重。
Tanya_girl·2020-09-12 15:27

scikit-learn : LASSO

与岭回归类似，它也是通过增加惩罚函数来判断、消除特征间的共线性。与LARS相似的是它也可以用作参数选择，通常得出一个相关系数的稀疏向量。详细的数学推导可以参考这篇CSDN博客
搬砖小工053·2020-09-12 02:08

偏最小二乘回归（Partial Least Squares Regression）笔记

看一篇文章，其中提到了偏最小二乘回归PLS，PLS方法在普通多元回归的基础（最小二乘法），结合了主成分分析PCA和典型相关分析CCA的思想，解决回归分析中自变量多重共线性的问题。
闲渔Love吉他·2020-09-11 21:36

[数字图像处理] 对仿射变换的理解

151220129南京大学计科吴政亿数字图像处理老师提出了两个思考题1.证明几个仿射变换矩阵相乘后还是仿射变换矩阵2.证明仿射变换后保持共线性与距离比例不变第一题首先，先贴上仿射变换矩阵的定义：仿射变换的功能是从二维坐标到二维坐标之间的线性变换
蓝鲸瓜皮小正义·2020-09-10 14:05

多重共线性问题的几种解决方法

如果违背这一假定，即线性回归模型中某一个解释变量与其他解释变量间存在线性关系，就称线性回归模型中存在多重共线性。多重共线性违背了解释变量间不相关的古典假设，将给普通最小二乘法带来严重后果。
weixin_34177064·2020-08-26 15:46

Ridge回归

岭回归(英文名：ridgeregression,Tikhonovregularization)是一种专用于共线性数据分析的有偏估计回归方法，自变量之间线性相关-correlation很高，实质上是一种改良的最小二乘估计法
zd_njupt·2020-08-25 09:16

PLS系列004 多因变量非线性PLS

不是拟线性方法]1.1计算推导1.2简化算法1.3性质Reference1多因变量非线性PLS[不是拟线性方法]1.1计算推导在PLS进行之前，首先要进行预备分析，目的是判断自变量(因变量)是否存在多重共线性
zhulinniao·2020-08-24 05:40

数据预处理Part8——数据共线性

文章目录1.什么是数据共线性2.为什么会出现数据共线性3.如何检验共线性？4.如何解决数据共线性？5.代码实现1.什么是数据共线性  所谓共线性问题是指输入的自变量之间存在较高的线性相关度。
初一··2020-08-22 04:20

二、Sklearn机器学习基础实例之---回归预测问题

在不清楚特征之间的关系的情况下，可以使用共线性回
雨纷飞s·2020-08-22 03:52

白话空间统计二十四：地理加权回归（八）结果解读（一）

较大标准误差可能表示局部多重共线性存在问题。根据官方的说法，需要检查超过2.5倍标准差的地方……这些地方可能会有问题。虽然在软件里面，默认只显示这样一张图，但是整个GWR分析完成
大虾卢·2020-08-22 01:21

【Stata】reghdfe 含多重虚拟变量 / 固定效应的面板回归方法（行业，地区等）

我拿到数据之后发现，原来多个虚拟变量，用reg、xtreg怎么调都是共线性，R2太小，系数不显著的问题。
萌信·2020-08-22 00:36

计量经济学学习笔记：多元线性模型

多元线性回归模型中对随机扰动项u的假定，除了其他基本假定以外，还要求满足无多重共线性假定。
Claire_chen_jia·2020-08-22 00:13

人工智能-数学基础-回归分析

最小二乘法估计标准误差在1－α置信水平下预测区间为：回归直线的拟合优度判定系数（最终指导依据）显著性检验线性关系检验回归系数的显著性检验线性关系检验与回归系数检验的区别多元线性回归分析调整的多重判定系数：曲线回归分析多重共线性多重共线性检验的主要方法
南征_北战·2020-08-21 06:14

Spark2 Linear Regression线性回归案例(参数调优)

回归正则化方法（Lasso，Ridge和ElasticNet）在高维和数据集变量之间多重共线性情况下运行良好。
tiansheng1225·2020-08-20 08:48

statsmodels实现多元回归分析案例——不良贷款预测

1.导入相关库importpandasaspdimportstatsmodels.apiassm2.进行相关性分析，消除变量之间的共线性r=data[['不良贷款','各项贷款余额','本年累计应收贷款
Raytheon 1715313189·2020-08-20 04:23

数学建模—多元回归分析

2.知识点补充多元回归模型：含两个以上解释变量的回归模型多元线性回归模型的假设:解释变量Xi是确定性变量，不是随机变量解释变量之间互不相关，即无多重共线性随机误差项不存在序列相关关系随机误差项与解释变量之间不相关随机误差项服从
「已注销」·2020-08-19 01:16

为什么决策树模型不考虑变量之间的共线性？

在做线性回归时，假设之一是要求自变量之间没有强共线性，但是用决策树模型做预测时，却没有这个要求。于是乎，查询了一下，在Quora上找到了相关答案。
时间过得太快·2020-08-18 12:11

R 教你做炫酷的--共线性系数展示

1，data=原始数据mpgcyldisphpdratwtqsecvsamgearcarbmpg1-0.85-0.85-0.780.681-0.870.4190.660.60.48-0.551cyl-0.8510.90.83-0.70.78-0.591-0.81-0.523-0.490.527disp-0.850.910.79-0.710.89-0.434-0.71-0.591-0.560.395
biolxy·2020-08-18 11:15

Stata: 空间面板数据模型及Stata实现

|公众号合集 连享会#金秋十月@空间计量专题(2019.10.24-27,成都) 图片来源：Golgher和Voss(2016) 1.背景介绍由于面板数据模型所具有的众多优点(刻画个体异质性，减弱模型共线性和增加自由度等
arlionn·2020-08-18 10:05

R语言主成分分析

部分参考薛毅的《统计建模与R软件》和《R语言实战》解决自变量之间的多重共线性和减少变量个数根据主成分分析的原理，它一方面可以将k个不独立的指标变量通过线性变换变成k个相互独立的新变量，这是解决多重共线性问题的一个重要方法
Tiaaaaa·2020-08-18 10:05

VIF方法（方差膨胀因子）因子独立性检验 全流程解读

但还有一个显著的因素，就是选取因子之间可能存在高度的多重共线性，导致模型对股票价格与市场的解释能力存在很大偏误。为了在筛选因子之初就避免陷入这样的误区。
Quant_·2020-08-16 23:12

李宏毅机器学习笔记(十四)——无监督学习(二)：线性数据降维

其他线性降维方法一.什么是数据降维  对于无标签的数据，我们很多时候并不是想将其分类，而是所谓的根据原始特征，精炼出一定的更有代表性的特征，这样既可以减小维度压缩数据量，同时相当于是对数据的一种清洗(例如去除冗余共线性的数据
Unique13·2020-08-16 11:00

python学习笔记——机器学习（岭回归 Ridge、RidgeCV）

岭系数最小化的是带罚项的残差平方和，minw||Xw−y||22+α||w||22minw||Xw−y||22+α||w||22其中，α≥0α≥0是控制系数收缩量的复杂性参数：αα的值越大，收缩量越大，这样系数对共线性的鲁棒性也更强
supermeJAC·2020-08-16 08:24

第十三章_优化算法

13.5何为共线性,跟过拟合有啥关联?13.6广义线性模型是怎被应用在深度学习中?13.7造成梯度消失的原因?13.8权值初始化方法有哪些？13.9启发式优化算法中，如何避免陷入局部最优解?
九霄王·2020-08-16 04:42

R语言——多重共线性处理

在多元回归分析中已经介绍过，当自变量之间具有显著的相关关系时，可能会存在多重共线性。严重的多重共线性会大大影响模型的预测结果。
Mr_Fengyy·2020-08-16 03:25

完整的R语言预测建模实例-从数据清理到建模预测

从数据导入，清理整理一直介绍到最后数据多个算法建模，交叉验证以及多个预测模型的比较全过程，注重在实际数据建模过程中的实际问题和挑战，主要包括以下五个方面的挑战：缺失值的挑战异常值的挑战不均衡分布的挑战(多重)共线性的挑战预测因子的量纲差异以上的几个主要挑战
cyydjt·2020-08-14 23:44

【机器学习】岭回归

比如数据存在多重共线性的时候，（多重共线值得就是数据的若干个特征存在类似的回归性质，其实通俗一点举个例子就是：比如我们在接一个n元一次方程的时候，我们需要n个方程，但是并且这n个方程必须是互不相关的，比如有一个
MatrixYg·2020-08-13 22:04

多重共线性的诊断与对策

多重共线性的确认：做出自变量间的相关系数矩阵：如果相关系数超过0.9的变量在分析时将会存在共线性问题。在0.8以上可能会有问题。但这种方法只能对共线性作初步的判断，并不全面。
北冰洋的喵·2020-08-13 21:13

多元回归分析（线性回归）

多元线性回归分析一、回归的基本理解（1）回归的基本任务（2）回归里的关键词（3）回归里的数据类型（4）回归方程中的系数解释（5）扰动项要满足的条件（1）异方差的检验（同方差要求）（2）异方差如何解决（3）多重共线性的检验
ōu yǐng·2020-08-13 18:30

主成分分析PCA

http://blog.jobbole.com/86905/主成分分析PCA关于为什么协方差的特征向量就是k维理想特征，有3个理论，分别是：最大方差理论最小错误理论坐标轴相关度理论降维的必要性1.多重共线性
真理的追求者·2020-08-13 11:27

回归分析笔记

，它至少是一种模型而不是方法，其实感觉它们之间没差别的多元线性回归顺序（Stata）一、描述性统计二、线性模型假设三、基于OLSOLSOLS回归分析四、异方差WhiteWhiteWhite检验五、多重共线性
CourserLi·2020-08-12 10:58

Python数据分析与挖掘实战—挖掘建模

非线性回归--自变量因变量非线性关系，函数变换为线性关系，或非线性最小二乘方法求解3logistic回归--因变量一般有1和0两种取值，将因变量的取值范围控制再0-1范围内4岭回归--自变量之间具有多重共线性
呼噜娃娃·2020-08-11 04:43

多重共线性的诊断（R语言）

多重共线性的诊断1.方差扩大因子法经验表明，VIFj≥10VIF_{j}\geq10VIFj≥10时，就说明自变量xjx_{j}xj与其余变量之间有严重的多重共线性，且这种多重共线性可能会过度地影响最小二乘估计值
白羊_Aries·2020-08-10 19:05

Python 实战多元线性回归模型，附带原理+代码

其中多元共线性这个问题将贯穿所有的机器学习模型，所以本文会「将原理知识穿插于代码段中」，争取以不一样的视角来叙述和讲解「如何更好的构建和优化多元线性回归模型」。
CSDN资讯·2020-08-10 12:18

R语言中的偏最小二乘PLS回归算法

我们试图识别客户对各种产品的偏好，传统的回归是不够的，因为数据集的高度分量以及变量的多重共线性。PLS是处理这些有问题的数据集的强大而有效的方法。
qq_19600291·2020-08-10 10:47

Python 实战多元线性回归模型，附带原理+代码

其中多元共线性这个问题将贯穿所有的机器学习模型，所以本文会「将原理知识穿插于代码段中」，争取以不一样的视角来叙述和讲解「如何更好的构建和优化多元线性回归模型」。
CSDN 程序人生·2020-08-10 06:24

Python统计学基础

统计学基础描述性统计数据类型数据的位置数据的离散度随机变量简介概率与概率分布离散型随机变量连续型随机变量期望值与方差二项分布正态分布其它分布变量的关系推断统计区间估计假设检验t检验单样本t检验独立样本t检验配对样本t统计量的构造方差分析方差分析之Python实现单因素方差分析多因素方差分析析因素方差分析回归分析一元线性回归模型多元线性回归模型考量自变量共线性因素的新模型描述性统计数据类型数据可分为
PythonShanyang·2020-08-10 06:20

（十六）通俗易懂理解——PCA主成分分析算法原理

主成分分析在于降维，很多特征存在多重共线性，通过降维可以减少数据量，同时对结果产生影响又不大。
Dreamdreams8·2020-08-08 11:23

回归模型-评估指标

、一元线性回归6.1一元线性回归模型七、课程总结一、多元线性回归多元线性回归示例：y=b+a1∗x1+a2∗x2+⋅⋅⋅+an∗xny=b+a1∗x1+a2∗x2+···+an∗xn房价预测案例：多重共线性
SongpingWang·2020-08-07 21:50

特征工程常用方法总结

基本方法：与大多数线性算法一起使用删除第一列可避免共线性稀疏格式对内存友好大多数当前实现都不能优雅地处理缺失的、看不见的变量例子：Hashencoding“OneHot-encoding”是否具有固定长度的数组避免极其稀疏的数据可能会引入碰撞可以重复使用不同的散列函数和包结果
weixin_30740295·2020-08-07 20:13
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他