回答情况：
提问时间：
问题标签：
我一直在试图了解自变量内的多重共线性对线性回归模型的影响。维基百科网页建议，只有当有一个“完美”的多重共线性，其中一个自变量将不得不从培训中删除。现在我的问题是，如果相关性等于+/- 1，我们应该只删除其中的一列，还是考虑一个阈值(比如0.90)，然后它应该被认为是完美的多重共线性。
浏览 0提问于2021-10-25得票数 3
1回答
为了防止多重共线性，我们总是需要删除一次热编码的列吗？在这里的解决方案()中，它提到
我想知道是否必须这样做，或在何种情况下我们才能满足这一需要？
浏览 3提问于2017-02-14得票数 3
有人能像我五岁一样解释一下为什么多重共线性不影响神经网络吗？
我做了一些研究，神经网络基本上是线性函数，在中间叠加着激活函数，如果原始输入变量高度相关，这不意味着多重共线性的发生吗？
浏览 0修改于2022-09-16得票数 3
回答已采纳
在我的例子中，我已经测试了共线性，在建模之前，例如使用VIF，以及所有的检查。然而，不同模型的排序(使用IC)使我不确定它是否真的能在预测器之间分开。ps！一个比我更有代表性的人能添加一个更相关的标签，比如共线性吗？
浏览 3修改于2015-05-20得票数 5
回答已采纳
我想尝试不同的共线性测试，并在存在多重共线性的情况下获得特征重要性。
然而，我似乎没有找到这方面的数据集。我特别寻找分类变量和数值变量的混合作为我的预测变量，并寻找一个二元变量作为我的响应。
浏览 1提问于2019-07-30得票数 0
1回答
如果数据既包含分类自变量又包含连续自变量，那么可以使用哪些不同的方法来检查多重共线性？
是否可以通过将分类变量转换为虚拟变量来使用VIF？由于我在互联网上找不到任何参考材料，这有什么根本的缺陷吗？
浏览 0提问于2016-03-15得票数 5
我想看看多重共线性对线性回归模型有什么影响，但我需要能够生成多个共线数据，在这里我可以改变特征的数量和这些特征之间的共线性。
浏览 12修改于2021-12-20得票数 1
回答已采纳
正如标题所述，我正在试图找到一种方法来评估pyspark中的多重共线性？通常，我会使用statsmodel的VIF，但我在pyspark中看不到等效的函数。任何关于我如何计算多重共线性的建议都将不胜感激。
浏览 1提问于2018-04-09得票数 1
1回答
我正在玩一个信用欺诈检测数据集在Kaggle。包含约0.1%欺诈交易的不平衡数据集。这些特性是由+ time & txn量完成的PCA练习中的28台PC，以及用于合法/欺诈txn的类变量0/1。另一件事是，我在DS101被教导如何处理离群点。然而，我似乎并不认为删除离群点是一个明智的选择，因为欺诈本身可能是一个离群点。在不删除异常值的同时处理异常值的一些常见方法是什么？
我对数据
浏览 0提问于2018-11-16得票数 2
3回答
我在一次采访中被问到，如果我们删除了一个相关变量，那么这种多重共线性是如何产生的呢？因为pandas.corr()检查所有变量之间的相关性。
多元共线性与相关性有何不同？
浏览 0修改于2019-08-12得票数 6
1回答
对于数值/连续数据，为了检测预测变量之间的共线性，我们使用了皮尔逊相关系数，并确保了预测变量之间没有相关性，而是与响应变量相关。
浏览 1修改于2015-10-28得票数 11
我正在使用R中的plm包运行面板数据回归，并希望控制解释变量之间的多重共线性。有没有一种方法可以计算类似于vif的测试，或者我可以只将每个变量视为时间序列，省略面板信息并使用car包运行测试？
浏览 1修改于2014-08-15得票数 8
回答已采纳
假设以下情况：这些特征之间存在不可忽略的多重共线性关系。y\,\,\, =椅子零售价x_2 =椅子的总体设计x_4 =椅子的柔软性假设多元回归模型非常适合椅子价格，我能天真地使用每个特征的回归系数来理解每个特征对响应变量的影响吗？如果没有，我应该使用什么技术？
浏览 0提问于2019-11-10得票数 1
我有大量的分类变量和虚拟变量(36)，我想根据它们的多重共线性(或者仅仅是共线性)来删除其中的一些变量。与其一次又一次地使用X平方测试，是否有任何函数可以检查我的变量中的(多)共线性，以及返回具有多重共线性(或共线性)的变量？
浏览 0提问于2018-04-15得票数 1
回答已采纳
多共线性是多元线性回归的主要假设之一，当自变量之间的相关性过高时，多元共线性就会出现。如果模型中的X_1和X_2之间真的存在交互作用，那么一定要去掉X_1或X_2，使回归模型中的自变量不再相关，从而使多元共线性假设成立。
浏览 0修改于2020-08-14得票数 1
1回答
我正在使用R中的lme函数来运行模型：+ cs_d0:lesionse + va_d0:lesionse, random = + varIdent(form=~1| cs_d0), c
浏览 8修改于2016-02-09得票数 1
我有分类变量，如性别，焦虑，酒精，当我使用编码器技术将这些分类变量转换为数值时，所有这些变量在值上类似，然后存在多重共线性。如何将这些变量转换为数字，这样多重共线性就不存在了。
浏览 2提问于2019-04-02得票数 0
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号