Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |
Tags
- SQL on 하둡
- hive
- 가설검정
- merge
- pig
- Python
- DataFrame
- pca
- k-means
- distribution
- dict
- 유사도
- 교차검증
- 분포
- join
- 다중공선성
- T-검정
- 밀도기반
- p-value
- Sawzall
- SPLIT
- 딕셔너리
- 결정계수
- list
- cross validation
- 하둡
- 데이터프레임
- DBSCAN
- 병렬 쿼리 시스템
- 분산분석
Archives
- Today
- Total
목록AIC (1)
one of a kind scene
[ADP 대비] 회귀분석에서 변수선택 방법
변수선택 방법 변수선택 방법은 최적의 회귀방정식 선택에 도움을 주는 방법론이다 - 1) 전진선택법(forward selection) - 2) 후진제거법(backward elimination) - 3) 단계선택법(stepwise method) 1. 최적회귀방정식의 선택 ① 설명변수 선택 • 필요한 변수만 (상황에 따라 타협을 통해) 선택 • y에 영향을 미칠 수 있는 모든 설명변수 x들을 y의 값을 예측하는데 사용 • 데이터에 설명변수 x들의 수가 많아지면 관리하는데 많은 노력이 요구되므로, 가능한 범위 내에서 적은 수의 설명변수를 선택한다. • 라이브 서비스를 가정한다면 변수의 수가 줄어들면 계산량이 줄어 모델의 실행 속도 등이 증가하는 반사 이익도 얻을 수 있음 ② 모형선택(exploratory ana..
카테고리 없음
2020. 1. 24. 21:08