我正在尝试进行线性回归。
我的变量通常很小，约为 0 到 0.3
我有一些变量（分别对它们进行回归首先）虽然这非常大。我有一些30,000 个变量。我被告知我应该重新设置这些变量。
我的问题是这会有什么不同吗？还有什么是最好的方法来改变这些变量假设线性关系？
线性回归缩放自变量
机器算法验证
回归
多重回归
2022-04-13 09:00:11
2个回答
使用输入日志将使您的模型非线性，但这可能是您想要的。对于财务数据，自然对数通常使模型更具可预测性。
通常，如果您要使系数具有相同的比例，则可以通过以下方式对输入进行归一化： x=(x-mean(x))/stdev(x)
话虽如此，只要软件显示所有数字，您是否不重新调整输入实际上并不重要。但是，由于比例不同，您将无法通过系数幅度看到特定输入的影响。
自变量的值与依赖相比非常高,-value 会非常小，会有很多错误，例如.......采样错误，舍入错误。
是的！你真的需要变基, 最好的办法是取日志
注意：- 线性形式在与协变量相关的回归参数中是线性的。
其它你可能感兴趣的问题