red_west的博客

Setting levels: control = 0, case = 1Setting direction: controls < casesdirection：根据两组数据中位数大小确定；“>”: control组中位数值大于cases组；“<”：control组中位数值小于或等于cases组...

1.多重共线性是普遍存在的，轻微的多重共线性问题可不采取措施，如果VIF值大于10说明共线性很严重，这种情况需要处理，如果VIF值在5以下不需要处理，如果VIF介于5~10之间视情况而定。2.如果模型仅用于预测，则只要拟合程度好，可不处理多重共线性问题，存在多重共线性的模型用于预测时，往往不影响预测结果。...

广义线性模型：包括lasso, ridge,elastic net 。glmnet 只能接受数值矩阵作为模型输入，如果自变量中有离散变量的话，#需要把这一列离散变量转化为几列只含有 0 和 1 的向量， 这个过程叫做 One Hot Encoding。...

> mydata <- read.csv("binary.csv")> head(mydata) admit gre gpa rank1 0 380 3.61 32 1 660 3.67 33 1 800 4.00 14 1 640 3.19 45 0 520 2.93 46 1 ...

> CarData = read.table('car.data',sep=',',col.names=c('buying','maintenance','doors','persons','lug_boot','safety','rating'))> summary(CarData) buying maintenance doors persons ...

在这里，我调整了要随ntree增长的树的数量（标准值为500）。变量mtry指定将选择多少个随机特征来生长一棵树。在这里，我选择mtry = 3，这意味着每次树木生长时，将随机选择集合{Sex，Pclass，Parch，SibSp，Embarked}中的三个特征。如果输入：...

参考：https://medium.com/greyatom/why-how-and-when-to-scale-your-features-4b30ab09db5e具有欧几里德距离度量的k个近邻对幅度敏感，因此应按比例缩放所有要素以均等地加权。 在执行主成分分析（PCA）时，缩放至关重要。PCA尝试获取具有最大方差的特征，而对于高强度特征，方差很高。这会使PCA偏向高强度特征。 我...