1

我有一个预测房价的现有模型，它使用简单的线性回归。作为输入，我有日期，输出是价格。

我想改善整体结果，所以我又添加了一项功能。新特征是与估计属性的距离。

问题是多元/多元回归的表现比简单回归差一些。（所有数据均已标准化）

你有什么想法为什么会发生这种情况，我该如何处理？

4

1 回答 1

1

可能的原因有几十种，仅举几例：

  • 如果您的新功能与您尝试预测的内容几乎没有相关性 - 您正在有效地向系统注入噪音，因此无法期待更好的性能
  • 如果您的数据点很少，则更多功能可能会导致更难的问题
  • 因为您使用的是线性模型，即使新特征是非常好的预测器，但它与因变量的关系不是线性的 - 模型也会失败
  • 这样的线性回归是非常幼稚的模型，即使是岭/套索回归也可能会完全改变结果（尤其是套索，因为它可以更好地处理不良特征）
于 2016-11-05T20:55:18.937 回答