文章/答案/技术大牛

发布

社区首页 >问答首页 >F_Regression来自sklearn.feature_selection

问F_Regression来自sklearn.feature_selection
EN

Stack Overflow用户

提问于 2016-06-10 11:31:55

回答 1查看 1.6K关注 0票数 2

在学习特征选择模块中找到了用于特征选择的F_regression技术。我无法理解它所使用的原则。给出的描述是-

单变量线性回归检验

快速线性模型，用于测试单个回归器的效果，对许多回归者来说是顺序的。这分三个步骤完成：

1.兴趣回归和数据回归为正交wrt常量回归。2.计算了数据与回归元之间的相互关系。它被转换成F分数，然后转换成p值.

我无法理解这一点，请有人用门外汉的术语来解释这一点。

python

scikit-learn

regression

feature-selection

回答 1

Stack Overflow用户

发布于 2016-07-26 20:10:22

文档中的语言有点迟钝。我相信“数据”指的是回应。首先，选择的回归器和响应相对于其余的回归器被正交化。这减少了任何可能存在的多重共线性。然后，计算了所选择的回归量与响应之间的相关性。在单变量设置中，相关系数是R^2的平方根，可以用F统计量来表示模型的总体显着性(另见https://stats.stackexchange.com/questions/56881/whats-the-relationship-between-r2-and-f-test)。接下来，将相关转换为F-统计量，计算相应的p值，并返回F和p。如果有多个回归者，则对所有的回归者一次只做一次。

票数 3

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/37747182

复制

相似问题

问F_Regression来自sklearn.feature_selection
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问F_Regression来自sklearn.feature_selectionEN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问F_Regression来自sklearn.feature_selection
EN