Thinbug
News
使用Lasso和Ridge回归时,哪种方法最适合使用250个要素进行回归?
时间:2019-03-28 07:11:38
标签:
regression
说一个拥有250个要素的数据集,需要运行套索和岭回归。运行这种回归模型的最佳方法应该是什么?套索和岭回归时应使用哪种方法进行特征选择?
0 个答案:
没有答案
相关问题
套索和岭估计
python中的核岭回归用于多个特征
相关变量的套索或岭
套索/脊的系数和意义
在熊猫数据框架上运行套索和岭回归
自动为Lasso和Ridge回归生成交互变量
Python中的Ordinal Ridge和Lasso回归
使用Lasso和Ridge回归时,哪种方法最适合使用250个要素进行回归?
套索和岭回归低精度问题
套索和岭回归的常数图
最新问题
我写了这段代码,但我无法理解我的错误
我无法从一个代码实例的列表中删除 None 值,但我可以在另一个实例中。为什么它适用于一个细分市场而不适用于另一个细分市场?
是否有可能使 loadstring 不可能等于打印?卢阿
java中的random.expovariate()
Appscript 通过会议在 Google 日历中发送电子邮件和创建活动
为什么我的 Onclick 箭头功能在 React 中不起作用?
在此代码中是否有使用“this”的替代方法?
在 SQL Server 和 PostgreSQL 上查询,我如何从第一个表获得第二个表的可视化
每千个数字得到
更新了城市边界 KML 文件的来源?