python - 如何减少多元多元线性回归的变量
问题描述
我有 24 个因子已转换为 370 个变量,然后需要在 4 因子多元线性回归模型中建模(需要生成 4 因子模型列表)。
减少运行时间的最佳方法是什么?有没有办法减少变量?k-means 聚类是应用的最佳技术吗
我还需要为生成 2 因子和 3 因子多元线性回归模型列表做同样的事情
python 中是否有类似 SAS 中的 Proc Varclus 的等效包?
解决方案
您应该更多地研究PCA,主成分分析,通常用于减少具有最大方差的维度。至于 KNN 聚类,它实际上取决于您的数据以及您想要实现的目标。
推荐阅读
- google-cloud-platform - 是否可以在基本版或企业版中将我自己的自定义转换插件添加到云数据融合中。请赐教
- javascript - 强制结束nodejs中的路由
- azure - 从 Octopus 部署 Azure 功能
- java - 在滑动窗口上重复有效地计算线性回归模型
- postgresql - 基于 Postgresql 中的日期/时间的行到列
- ruby - RSpec 在 POST 中失败并出现错误:失败/错误未实现:调用
- javascript - js json如何从json中获取值并将值传递给其他json
- php - 使用 Laravel 计算列表中的年龄
- angular - 'typeof import 不可分配给类型'Provider'
- r - 如何在 R 中使用 read.excel() 指定列 as.factor?