全部版块 我的主页
论坛 计量经济学与统计论坛 五区 数据交流中心 数据求助
3247 3
2021-11-30
c32d2432b45df554a53add11259dc00.png 722afd5a855746e2f99e612e9dd0fbf.png
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2021-12-8 12:23:55
先看筛选出来的变量是否有一定的可解释性,然后可以调节惩罚参数lamda比较结果,还可以使用不同的惩罚函数比较结果。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-12-11 12:38:27
增大lambda的数值就可以,或者用LARS算法可以得到求解路径,根据你需要的变量个数选择对应的lambda即可,建议看下LARS那篇文献。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-1-5 16:17:58
赞同2楼,如果17个变量都具有可解释性的话,不妨保留。如果你使用的是R语言中glmnet包做lasso回归的话,可以考虑多试试不同的type.measure(交叉验证时希望最小化的目标参量,比如MSE、AUC等等),再或者就是设置不同的
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群