【Python】逐步回归

喜东东cc

于 2019-05-30 09:48:06 发布

阅读量1.1w

点赞数 5

CC 4.0 BY-SA版权

分类专栏：编程文章标签： Python

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_34105362/article/details/89574808

本文介绍了如何使用Python进行逐步回归，包括向前逐步回归的实现。通过参考多个资料，讨论了特征选择中的AIC和BIC准则在模型选择中的应用，以及显著性差异在这一过程中的作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

【参考】

1. https://datascience.stackexchange.com/questions/937/does-scikit-learn-have-forward-selection-stepwise-regression-algorithm

2. 特征工程(一):前向逐步回归(R语言)：https://zhuanlan.zhihu.com/p/31614564

3.模型选择之AIC与BIC：https://blog.csdn.net/jteng/article/details/40823675

4.显著性差异：https://zh.wikipedia.org/wiki/%E6%98%BE%E8%91%97%E6%80%A7%E5%B7%AE%E5%BC%82

【代码】

1.向前逐步回归

备注：以下使用的评估模型效果的方法为AIC/BIC；


def forward

最低0.47元/天解锁文章

200万优质内容无限畅学

评论 2

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。