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

请先登录后再发表评论

发表评论

doctor-张

基础太差，后面的都听不懂了

2019-04-09 19:43:49 回复

Ccccc

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

2019-01-23 14:54:59 回复

kyo7

回复 Ccccc

: AIC或者BIC

2019-01-23 14:54:59 回复

狐狸

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

2018-12-22 18:06:46 回复

kyo7

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

2018-12-22 18:06:46 回复

DoctorSunny

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？

2018-11-21 23:34:27 回复

kyo7

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

2018-11-21 23:34:27 回复

附件下载

回归模型比较和变量筛选

立即下载

推荐课程

孟德尔随机化实战——基于外部摘要数据邵明

视频-更新中】公开数据库挖掘与SCI论文发表实战指南

真实世界研究案例分析和R语言统计实操

确认

取消

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

回归模型比较和变量筛选

确认删除

附件下载

提示

确认取关

课程兑换

购买课程