회귀(Regression) 자료 정리(3) - RSE, 가중회귀, 후진제거, 쿡의 거리

* 워드로 정리하다 보니 함수가 들어가지 않아서 이미지로 업로드했어요~

 

• 잔차표준오차(RSE: Residual Standard Error)

 

• 가중회귀(Weighted Regression)
  • 다른 가중치를 가진 레코드들을 회귀하는 방법
  • sklearn의 LinearRegression() fit 할때 parameter로 sample_weight 값을 추가하면 됨

 

• 후진제거(Backward Elimination) – 전체 Model부터 시작하여 별로 의미없는 변수들을 연속적으로 제거하는 방법

반응형

• 외삽법(Extrapolation) - Modeling에서 사용한 Data 범위를 벗어난 부분까지 Model을 확장하는 것으로 예측시에는 Danger

 

• 교란변수(Confounding Variable) – 중요 예측변수지만 회귀방정식에 누락되어 결과를 잘못이끌게 하는 변수

 

• 변수 영향력 측정

 

회귀(Regression) 자료 정리(4) - 나이브베이즈, 비선형회귀, MLE - https://oliverhouse.tistory.com/26