你如何解释岭回归的结果?

机器算法验证 r 解释 岭回归
2022-03-29 21:40:30

我开始在 R 中学习岭回归。我将线性岭回归应用于我的完整数据集并得到以下结果。

gridge<-lm.ridge(divorce ~., data=divusa, lambda=seq(0,35,0.02)) 
select(gridge) 
modified HKB estimator is 0.07693804 
modified L-W estimator is 0.3088377 
smallest value of GCV at 0.02 which.min(gridge$GCV) 
0.02 
2 

round(coef(gridge)[2,-1],3) 
year   unemployed femlab marriage birth military
-0.195  -0.053    0.790    0.148 -0.118   -0.042      

round(coef(g)[-1],3)
 year unemployed femlab marriage birth  military
-0.203  -0.049   0.808    0.150 -0.117 -0.043 

问题:

  1. 我如何解释结果?
  2. 我还需要做任何其他的解释吗?
1个回答

拟合岭回归时需要注意的一些事项

此拟合的回归系数:

round(gridge$coef[, which(gridge$lambda ==.02)], 2)

普通最小二乘拟合:

round(gridge$coef[, which(gridge$lambda == 0)], 2)

岭回归居中并缩放预测变量,因此您需要在计算拟合时执行相同操作。您可以加回响应的平均值。

有关岭回归的更多信息:http: //tamino.wordpress.com/2011/02/12/ridge-regression/