多元線性迴歸模型的特徵選擇：全子集迴歸、逐步迴歸、交叉驗證

在多元線性迴歸中，並非所用特徵越多越好；選擇少許、合適的特徵既能夠避免過擬合，也能夠增長模型解釋度。這裏介紹3種方法來選擇特徵：最優子集選擇、向前或向後逐步選擇、交叉驗證法。html 最優子集選擇 這種方法的思想很簡單，就是把全部的特徵組合都嘗試建模一遍，而後選擇最優的模型。基本以下：markdown 對於p個特徵，從k=1到k=p—— 從p個特徵中任意選擇k個，創建C(p,k)個模型，選擇最優的

>>阅读原文<<