當自變數 (X) 存在高度共線性時,Ridge Regression 可以處理這樣的問題嗎?
2019/06/03 下午 08:31
機器學習共學討論版
YU Xiu Chen
觀看數:68
回答數:1
收藏數:0
ml100-2
ml100-2-d39
當自變數 (X) 存在高度共線性時,Ridge Regression 可以處理這樣的問題嗎?
我知道可以,但看完兩個帖子還是不知道為什麼可以,這是深入去了解公式推倒過程嗎?
回答列表
-
2019/06/04 下午 05:51Jimmy贊同數:4不贊同數:0留言數:0
Hi YU Xiu!
線性回歸中 參數 W 的解其一步驟是要對 X 求解反矩陣,如果有 X 有高度相關,反矩陣就不存在。
但 Ridge Regression 可以解決高度相關的原因是,能夠縮減 X 的高相關特徵,後續非監督式學習會學到 PCA,也是把高維度且相關的特徵降低成低維度的特徵。至於到底是怎麼做到的,就得理解公式推導的每一個步驟在做什麼才可以喔!
要完全理解公式推導的話,線性代數常見的奇異值、反矩陣等概念建議先有一定程度的熟悉,會比較好理解!