1
条回答
写回答
写回答
-
推荐回答1.首先 对Predictors进行标准化，目的是为了去除不同尺度的影响；接着对Target Variable进行中心化目的是为了去除截距项的影响。在刚开始时，所有系数都设为0，残差 r 等于中心化后的Target Variable
-
找出和残差r相关度最高的变量X_j
-
将X_j的系数Beta_j 从0开始沿着LSE的方向变化，直到出现某个新的变量X_k与残差r的相关性大于X_j时
-
X_j和X_k的系数Beta_j和Beta_k，一起沿着新的LSE（加入了新变量X_k的最小二乘估计）的方向移动，直到有新的变量被选入
-
重复2，3，4，直到所有变量被选入，最后得到的估计就是普通线性回归的OLS。
上述内容就是最小角回归的执行步骤，我们可以将其作为参考进行应用。
2022-04-01 21:42:07赞同 展开评论 打赏 -
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
