《表4 岭回归系数变化表:基于岭回归的空气质量指数预测》
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。
图表编号 | XD00146261000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.15 |
作者 | 宋小锋 |
绘制单位 | 天水师范学院电子信息与电气工程学院 |
更多格式 | 高清、无水印(增值服务) |