多重共线性检验

您所在的位置：网站首页 › vif小于多少,不存在多重共线性 › 多重共线性检验

多重共线性检验

2024-07-11 03:35| 来源: 网络整理| 查看: 265

🌠 『精品学习专栏导航帖』

🐳最适合入门的100个深度学习实战项目🐳🐙【PyTorch深度学习项目实战100例目录】项目详解 + 数据集 + 完整源码🐙🐶【机器学习入门项目10例目录】项目详解 + 数据集 + 完整源码🐶🦜【机器学习项目实战10例目录】项目详解 + 数据集 + 完整源码🦜🐌Java经典编程100例🐌🦋Python经典编程100例🦋🦄蓝桥杯历届真题题目+解析+代码+答案🦄🐯【2023王道数据结构目录】课后算法设计题C、C++代码实现完整版大全🐯

文章目录 ✌ 多重共线性检验-方差膨胀系数（VIF）1、✌ 原理：2、✌ 多重共线性：3、✌ 检验方法：✌ 方差膨胀系数（VIF）：✌ 相关性检验： 4、✌ 代码测试4.1 ✌ 导入相关库4.2 ✌ 准备数据4.3 ✌ 计算膨胀因子4.4 ✌ 计算相关系数4.5 ✌ 分割测试集4.6 ✌ 模型选择4.7 ✌ AUC值4.8 ✌ 模型调整4.8.1 ✌ 删除账户资金4.8.2 ✌ 删除累计交易佣金 5、✌ 总结

✌ 多重共线性检验-方差膨胀系数（VIF） 1、✌ 原理：

方差膨胀系数是衡量多元线性回归模型中多重共线性严重程度的一种度量。它表示回归系数估计量的方差与假设自变量间不线性相关时方差相比的比值。

2、✌ 多重共线性：

是指各特征之间存在线性相关关系，即一个特征可以是其他一个或几个特征的线性组合。如果存在多重共线性，求损失函数时矩阵会不可逆，导致求出结果会与实际不同，有所偏差。

例如：

x1=[1,2,3,4,5] x2=[2,4,6,8,10] x3=[2,3,4,5,6] # x2=x1*2 # x3=x1+1

上述x2，x3都和x1成线性关系，这会进行回归时，影响系数的准确性，说白了就是多个特征存在线性关系，数据冗余，但不完全是，所以要将成线性关系的特征进行降维

3、✌ 检验方法： ✌ 方差膨胀系数（VIF）：

通常情况下，当VIF

【本文地址】

多重共线性检验

多重共线性检验

今日新闻

推荐新闻