使用回歸模型時需要服從基本假設嗎? - Cupoy

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。