代码之家 › 专栏 › 技术社区 › Xiaoyu Lu

套索中一个热编码的分类变量,如何比较变量的重要性?

lasso regression scikit-learn variables python

Xiaoyu Lu · 技术社区 · 6 年前

我在做一个回归项目 sklearn 我用套索回归分析了各种数值和分类变量。分类变量采用单热编码方法进行转换。

Feature         Coefficient
sqft             114.35
type_house       67.11
type_apartment   -23.97
type_condo       5.14

什么是比较sqft和type重要性的合理方法?

1 回复 | 直到 6 年前

An economist 6 年前

LASSO y-axis 和λ开启 x-axis 随着规则化惩罚的增加,重要性发生了变化

Here 你会找到更详细的描述(图片来源)。你能看到的是, wt 是最重要的变量之一,因为即使 罚款(λ) 不同于零

推荐文章

Shawn Hemelstrand · 如何在ggplot中的许多回归线中为一条特定回归线上色以匹配注释?

2 年前

Arvind Sharma · 在R中编写一个用于回归的循环,替换自变量进行稳健性检查

2 年前

krassowski · 如何将'VGAM::cumulative'包装到助手函数中('object not found'问题)?

2 年前

Nazanin · CNN模型的核尺寸

2 年前

Anna Carolina de RoldÃ£o · R中的错误消息:错误`[.data.frame`(m,labs):选择了未定义的列

2 年前

D. Smel · 如何在线性模型的两侧生成对数函数

6 年前

MTT · 最适合散点图的回归

6 年前

santobedi · scikit学习中的多输出高斯过程回归

6 年前

Ben · FELM+Stargazer-将工具变量估计与OLS对齐

6 年前

Anx8 · minepy:缓冲区的维度数错误

6 年前