《表4 岭回归系数变化表：基于岭回归的空气质量指数预测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于岭回归的空气质量指数预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

岭回归算法是最小二乘估计的改进版，由A.E.Hoerl在1962年首次提出。模型的主要用途是用来修复漏洞而设计，模型会删除一小部分信息，使模型效果会下降一些。主要原理是在多元线性回归的损失函数上加上了正则项，以解决共线性的问题。在岭回归算法中，最核心的问题是确定正则项的系数参数k值。k值的确定一般通过绘制岭迹图来进行确定。对数据绘制岭迹图，如图1所示。绘制出岭迹图后，也会得到岭回归系数表，如表4。k值的确定人为性比较大，一般取模型开始收敛时候的值比较恰当。在本模型中，取k=0.2比较合适。确定好k值以后就可以绘制模型的拟合效果图。将实际值与拟合后的值绘制在同一张图上，得到图2的最终结果。