如何选择有噪声(散乱)数据的回归算法？
如何选择有噪声(散乱)数据的回归算法？
提问于 2015-12-26 20:10:00
我要用多个变量进行回归分析。在我的数据中，我有n=23个特性和m= 13000个训练示例。以下是我的培训数据(房屋面积与价格对比)：
关于这个情节有13000个训练例子。正如你所看到的，它是相对嘈杂的数据。我的问题是，在我的情况下，哪种回归算法更合适、更合理。我的意思是，使用简单的线性回归算法还是一些非线性回归算法更符合逻辑？
更清楚的是，我提供了一些例子。
以下是一些不相关的线性回归拟合示例：
一些不相关的非线性回归拟合例子：
现在，我为我的数据提供了一些假设回归线：
AFAIK原始线性回归对我的数据会产生很高的误差代价，因为它是非常嘈杂和分散的数据。另一方面，没有明显的非线性模式(例如正弦)。在我的案例(房价数据)中，为了得到多少合适的房价预测，什么样的回归算法会更合理，为什么这个算法(线性还是非线性)更合理？
回答 1
Data Science用户
回答已采纳
发布于 2015-12-27 16:31:59
我所使用的模型是将累积二次误差最小化的模型。你使用的两种模型，线性和二次型，看起来都很好。你可以计算出哪一个的误差最小。
如果您想使用高级方法，可以使用兰萨。这是一种迭代回归方法，它假定存在异常值并将其从优化中删除。所以你的模型应该更准确，仅仅使用我告诉你的第一种方法。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/9529
复制相关文章
相似问题
腾讯云开发者
