Sklearn 기능 선택 모듈에서 기능 선택을위한 F_regression 기술을 발견했습니다. 나는 그것이 사용하는 원리를 이해할 수 없었다. 설명은 다음과 같습니다 -
단 변량 선형 회귀 테스트.
많은 회귀 변수에 대해 단일 회귀 변수의 효과를 순차적으로 테스트하는 빠른 선형 모델입니다. 이것은 3 단계로 이루어집니다.F_Regression from sklearn.feature_selection
-
1. 회귀 변수와 데이터는 일정한 회귀 변수와 직교합니다.
-
2. 데이터와 회귀 분석기 간의 교차 상관이 계산됩니다.
-
3. F 점수로 변환 된 다음 p 값으로 변환됩니다.
나는 이것을 이해할 수 없다. 누군가 이것을 평신도 용어로 설명 할 수 있겠는가?