2024年7月26日
精简模型，提升效能：线性回归中的特征选择技巧
摘要： 在本文中，我们将探讨各种特征选择方法和技术，用以在保持模型评分可接受的情况下减少特征数量。通过减少噪声和冗余信息，模型可以更快地处理，并减少复杂性。 我们将使用所有特征作为基础模型。然后将执行各种特征选择技术，以确定保留和删除的最佳特征，同时不显著牺牲评分（R2 分数）。使用的方法包括： 相关性矩阵 阅读全文
posted @ 2024-07-26 10:49 deephub 阅读(28) 评论(0) 推荐(0) 编辑