logo
Loading...

使用回歸模型時需要服從基本假設嗎? - Cupoy

如同這篇文章 https://blog.csdn.net/Noob_daniel/article/d...

ml100-2,ml100-2-d37

使用回歸模型時需要服從基本假設嗎?

2019/05/26 下午 04:16
機器學習共學討論版
cathyy
觀看數:16
回答數:2
收藏數:0
ml100-2
ml100-2-d37

如同這篇文章 https://blog.csdn.net/Noob_daniel/article/details/76087829

在做迴歸分析時 是否需要檢驗資料有沒有服從 常態、獨立、變異、同質性呢 

還是只要模型有高準確度即可忽略?

回答列表

  • 2019/05/27 上午 10:20
    Jimmy
    贊同數:1
    不贊同數:0
    留言數:0

    Hi cathyy!


    嚴謹的做法當然是要服從各項假設,否則跑出來的結果就會產生許多偏誤,像是自變數之間有高度共線性時,就會導致估計出來的參數失準,造成錯誤的結果解釋。


    以目前機器學習領域中的實務中,因為 tree-based 的模型不需較多假設,也可以擬合非線性的資料,因此多數人優先會使用樹模型。

  • 2019/05/27 上午 10:29
    張維元 (WeiYuan)
    贊同數:0
    不贊同數:0
    留言數:0

    嗨,如果是比較統計的角度的話應該是要符合的,後面的結果才有效。但現在我看很多人不一定會做這樣嚴謹的假設,會從結果再回推。


    不過「還是只要模型有高準確度即可忽略?」這句話應該是錯的,高準確度也要避免誤判或是誤導,例如 Overfitting 現像。