回归模型比较和变量筛选

2018-11-21 来源:
本章节需要登录后观看 立即登录
评论
请先登录后再发表评论
发表评论
很喜欢的课程,正好也是最近在学习的内容。有个问题也想请教一下:用lasso回归筛选出变量后,最终生成的模型是直接用lasso做来的系数还是用lm()重新估计啊?
2020-06-28 17:46:39 回复
0
很喜欢的课程,正好也是最近在学习的内容。有个问题也想请教一下:用lasso回归筛选出变量后,最终生成的模型是直接用lasso做来的系数还是用lm()重新估计啊?
2020-06-28 17:46:39 回复
0
回复 DoctorSunny
:
如果用lm()重新估计,被选入模型的变量的系数就会被放大,这样就会出现和逐步回归一样的缺陷
2020-06-28 17:46:39 回复
0
请教下我做了几次LASSO回归筛选变量 ,同样的步骤,最后得到的最佳模型的系数都不一样 是什么原因呢
2020-06-28 17:46:39 回复
0
model1=lrm(y~rcs(x1,k)+x2+x3)与model2=lrm(y~x1+x2+x3)之间用哪种方法比较呢
2020-06-28 17:46:39 回复
0
请教下我做了几次LASSO回归筛选变量 ,同样的步骤,最后得到的最佳模型的系数都不一样 是什么原因呢
2020-06-28 17:46:39 回复
0
回复 狐狸
:
如果是用R里面的glmnet做的,然后选择最优模型,可能是因为通过重抽样确定的最优lambda,每次有很小的不同,系数应该差别不太大
2020-06-28 17:46:39 回复
0
model1=lrm(y~rcs(x1,k)+x2+x3)与model2=lrm(y~x1+x2+x3)之间用哪种方法比较呢
2020-06-28 17:46:39 回复
0
回复 Ccccc
:
AIC或者BIC
2020-06-28 17:46:39 回复
0
基础太差,后面的都听不懂了
2020-06-28 17:46:39 回复
0
使用课程券需先认证
为保证平台的学术氛围,请先完成认证,认证可享受以下权益
基础课程券2张
200积分
确认
取消
下载附件需认证
为保证平台的学术氛围,请先完成认证,认证可享受以下权益
基础课程券2张
200积分
确认
取消
APP下载 领课程券
扫码下载APP
领基础课程券
公众号
论文辅导
扫码添加小咖微信,为你定制一对一论文辅导方案!
AI小咖
会员服务
DRPP
积分商城
意见反馈