blocks|key|2856308|text|几点观察：|type|unstyled|depth|inlineStyleRanges|offset|length|style|BOLD|entityRanges|data|2856309|你的静脉输液没有一个和你的DV有很强的相关性。|2856310|你的静脉输液之间有很高的相关性，比如x1和x6是高度相关的。|CODE|2856311|有了这些变量，你的模型可能不是一个强大的模型，你可以用这些变量尝试data+transformation，看看它是否会对你的模型产生一些影响。|2856312|您可以针对multicollinearity测试您的模型，看看是否可以删除任何在DV中对解释没有帮助的变量。|2856313|entityMap|0|LINK|mutability|MUTABLE|url|https://en.wikipedia.org/wiki/Data_transformation_(statistics)|1|https://en.wikipedia.org/wiki/Multicollinearity^0|0|5|0|0|I|2|L|2|0|X|J|X|J|0|0|5|H|5|H|1|0^^$0|@$1|2|3|4|5|6|7|Y|8|@$9|Z|A|10|B|C]]|D|@]|E|$]]|$1|F|3|G|5|6|7|11|8|@]|D|@]|E|$]]|$1|H|3|I|5|6|7|12|8|@$9|13|A|14|B|J]|$9|15|A|16|B|J]]|D|@]|E|$]]|$1|K|3|L|5|6|7|17|8|@$9|18|A|19|B|J]]|D|@$9|1A|A|1B|1|1C]]|E|$]]|$1|M|3|N|5|6|7|1D|8|@$9|1E|A|1F|B|J]]|D|@$9|1G|A|1H|1|1I]]|E|$]]|$1|O|3|-4|5|6|7|1J|8|@]|D|@]|E|$]]]|P|$Q|$5|R|S|T|E|$U|V]]|W|$5|R|S|T|E|$U|X]]]]

Couple of observations:

None of your IVs is strongly correlated with your DV.

There is high correlation between few of your IVs, like <code>x1</code> and <code>x6</code> are highly correlated with each other.

With these variables your model might not be a strong one, you can try <a href="https://en.wikipedia.org/wiki/Data_transformation_(statistics)" rel="nofollow noreferrer"><code>data transformation</code></a> with the variables and see if it makes some impact on your model.

You could test your model for <a href="https://en.wikipedia.org/wiki/Multicollinearity" rel="nofollow noreferrer"><code>multicollinearity</code></a> and see if you can remove any of your variables which doesn't contribute in explaining in your DV.

I have features X1-X6 and predictor variable Y. 

My aim to understand the relationship between X1-X6 to Y and then apply ML model to predict the value of Y. 

Can you help with what insights you are getting from these plots and what all options I can look for model? 

Feature and predictor variables are continuous variables. I ran a correlation matrix as well and there seems to be no linear correlation. What other insights can be observed ?

<a href="https://i.stack.imgur.com/pqx3e.jpg" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/pqx3e.jpg" alt="enter image description here"></a>

<a href="https://i.stack.imgur.com/eWdjK.jpg" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/eWdjK.jpg" alt="enter image description here"></a>

Insights from the scatter plot and possible ML model to apply to predict Y value

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我有特征X1-X6和预测变量Y。我的目的是了解X1-X6与Y之间的关系，然后应用ML模型来预测Y的值。你能帮助我从这些图中获得哪些洞察力，以及我可以寻找的模型的所有选项？特征变量和预测变量是连续变量。我也运行了一个相关矩阵，似乎没有线性相关性。还可以观察到哪些其他见解？​​​​

问从散点图和可能的ML模型中获得的见解可应用于预测Y值
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问从散点图和可能的ML模型中获得的见解可应用于预测Y值EN