我正在从事一个证券定价项目,并且有一堆我想堆叠/组合在一起的模型。lm()到目前为止, 我一直在 R(函数)中使用简单的线性回归,但结果过度拟合非常糟糕。
有没有人对其他堆叠方法是否更好或任何描述如何堆叠回归模型(而不是分类模型)的论文/文章有任何建议。
我正在从事一个证券定价项目,并且有一堆我想堆叠/组合在一起的模型。lm()到目前为止, 我一直在 R(函数)中使用简单的线性回归,但结果过度拟合非常糟糕。
有没有人对其他堆叠方法是否更好或任何描述如何堆叠回归模型(而不是分类模型)的论文/文章有任何建议。
如果您遇到过度拟合,您可以查看正则化回归,在 R 中可以使用许多包(例如glmnet)来拟合它。有很多很好的教程 - 一个是通过坐标下降的广义线性模型的正则化路径
根据您的数据,您还可以查看randomForest或查看 R。gbm
您可以尝试拟合许多模型并平均它们的预测(您对集成的引用)。