考虑一个因变量“Y”和 10 个自变量或特征 - X1、X2、X3、... X10。
我想创建一个非线性多项式回归模型，这样 -
Y ~ a1.X1^b1 + a2.X2^b2 + .... + a10.X10^b10
我想知道是否有任何算法可以确定自变量的幂的最佳可能值，即数据中的 b1、b2、... b10 的值。
在非线性多项式回归的情况下如何确定自变量的幂？
数据挖掘
机器学习
预测建模
统计数据
算法
回归
2022-03-07 14:31:16
1个回答
如果您只关心预测的质量（而不是解释能力），请完全跳过线性模型并改用梯度提升树。梯度提升一般可以轻松学习多项式样条，而且您不必自己手动制作一堆多项式预测器。
顺便说一句，梯度提升是在 Python 的 scikit-learn 库、R 的 caret 库和 Java/Scala 的 Weka 库中实现的。
其它你可能感兴趣的问题