LASSO回归
LASSO回归通过L1正则化实现变量选择与防止过拟合,是高维数据分析中的常用方法。本文详解其数学原理、与岭回归的对比、优缺点及R语言实战。
6 min read quote
- #statistics
Switching theme…
Tag
7 articles with this tag.
LASSO回归通过L1正则化实现变量选择与防止过拟合,是高维数据分析中的常用方法。本文详解其数学原理、与岭回归的对比、优缺点及R语言实战。
Logistic回归虽然名字叫”回归” ,但却是一种分类学习方法。使用场景大概有两个:第一用来预测,第二寻找因变量的影响因素。
莫瓦方程、标准误差与置信区间:理解数据中的不确定性。
从潜在结果与平均处理效应出发,理解相关性与因果性之间的区别。
用因果图快速理清依赖关系、条件化、混淆偏误与选择偏误。
万物皆可回归
随机化通过使潜在结果独立于处理方式,彻底消除了偏误。