多元线性回归模型的特征选择：全子集回归、逐步回归、交叉验证

在多元线性回归中，并非所用特征越多越好；选择少许、合适的特征既能够避免过拟合，也能够增长模型解释度。这里介绍3种方法来选择特征：最优子集选择、向前或向后逐步选择、交叉验证法。html 最优子集选择 这种方法的思想很简单，就是把全部的特征组合都尝试建模一遍，而后选择最优的模型。基本以下：markdown 对于p个特征，从k=1到k=p—— 从p个特征中任意选择k个，创建C(p,k)个模型，选择最优的

>>阅读原文<<