统计学习导论（ISLR） 第六章变量选择课后习题

于 2022-10-31 08:00:00 发布
阅读量2.3w 收藏 8
点赞数 2
CC 4.0 BY-SA版权
分类专栏： R语言数据科学 文章标签： R语言 ISLR 统计学习导论 变量选择
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45052363/article/details/127602028
本文介绍了使用R语言对ISLR第六章变量选择的课后习题进行解答，涵盖线性模型、岭回归、Lasso回归、PCR和PLS等方法。通过生成虚拟数据，分析最佳子集选择、逐步选择和正则化技术，并讨论不同统计量下选择的变量差异。实验结果显示，Lasso和岭回归在某些场景下优于其他模型。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

【R语言数据科学】

  • 🌸个人主页：JOJO数据科学
  • 📝个人介绍：统计学top3高校统计学硕士在读
  • 💌如果文章对你有帮助，欢迎✌关注、👍点赞、✌收藏、👍订阅专栏
  • ✨本文收录于【R语言数据科学】本系列主要介绍R语言在数据科学领域的应用包括：
    R语言编程基础、R语言可视化、R语言进行数据操作、R语言建模、R语言机器学习算法实现、R语言统计理论方法实现。本系列会坚持完成下去，请大家多多关注点赞支持，一起学习~，尽量坚持每周持续更新，欢迎大家订阅交流学习！

请添加图片描述

文章目录

了解本专栏 订阅专栏 解锁全文 超级会员免费看
ISLR统计学习导论之R语言应用（六）：R语言实现变量选择和岭回归
阿里云专家博主、数据科学领域优质创作者、统计er在读
04-03 1万+
在特征选择中，我们传统的统计方法有向前逐步回归，向后逐步回归等。然后我们可以选择对应的评估指标来确定最佳变量个数。例如AIC,BIC，调整后r2等。但是此时我们是对所有的数据来进行训练拟合的，但是我们往往更关心一个模型在未知数据集上的效果。因此我们可以使用交叉验证的方法来帮助我们比较不同模型的效果。一般我们选取k折交叉验证，k=10 or k=5。然后根据k折交叉验证的最后结果来确定我们选择的变量。最后在完整的数据集上进行训练，得到最终模型的估计值。这一章介绍的是最基本的特征选择的方法，
R语言学习笔记 06 岭回归、lasso回归
雁山月
05-07 6788
比较lm.ridge和glmnet函数。 画岭迹图《统计学习导论 基于R语言的应用》图6-4 6-6。 论文复刻《基于岭回归和LASSO回归...安徽省财政收入影响因素分析_朱海龙》。
统计学——基于R（第3版）（基于R应用的统计学丛书）作者：贾俊平 习题答案 第六章
qq_45083698的博客
04-17 6052
6-1 load("C:/exercise/ch6/exercise6_1.RData") library(BSDA) z.test(exercise6_1$零件误差,mu=1.35,sigma.x=sd(exercise6_1$零件误差),alternative="less",conf.level=0.99) #结论：在该检验中，z=-2.6061，P=0.004579，由于P<0.01，...
ISLR第六章Linear Model Selection and Regularization
03-06 950
本章主要介绍几种可替代普通最小二乘拟合的其他一些方法。 Why might we want to use another fitting procedure instead of leastsquares? better predictionaccuracy（预测精度） and better model interpretability（模型解释力）. 主要介绍三种方法： ...
统计学-——基于R 第六章课后习题 假设检验
qq_53334934的博客
11-04 3606
6.1（1）Q-Q图 > exercise6_1<-read.csv("D:/289250《统计学—基于R》（第4版）—例题和习题数据/《统计学—基于R》（第4版）—例题和习题数据（公开资源）/exercise/chap06/exercise6_1.csv") #导入exercise6_1文件 > par(mai=c(0.6,0.6,0.1,0.1),cex=0.7,mgp=c(2,1,0)) > qqnorm(exercise6_1$零件误差,xlab="理...
统计学-基于R（第四版）第六章课后习题记录及总结
m0_52461904的博客
11-04 7679
先声明，本博客为我的个人作业，不保证一定为标准答案！ 6.1 题目如下 （1）代码如下： > example6_1<-read.csv("D:/作业/统计学R/《统计学—基于R》（第4版）—例题和习题数据（公开资源）/exercise/chap06/exercise6_1.csv") > par(mai=c(0.6,0.6,0.2,0.2),cex=0.7,mgp=c(2,1,0)) > qqnorm(example6_1$零件误差,xlab="期望正态值",ylab=.
《统计学习导论——基于R》Chapter5+6课后实验答案
12-26
英文原版书为《An Introduction to Statistical Learning with Applications in R》Gareth James Daniela Witten Trevor Hastie Robert Tibshirani 附分析过程及R软件代码，可供参考
统计学基于r语言第六章和第七章答案
weixin_48232787的博客
05-19 3230
#6.1(1) load('C:/exercise/ch6/exercise6_1.RData') par(mfrow=c(1,2),cex=0.8,mai=c(0.7,0.7,0.2,0.1)) qqnorm(exercise6_1$零件误差,xlab="期望正态值",ylab="观测值",datax=TRUE,main="正态Q-Q图") qqline(exercise6_1$零件误差,datax=T,col='red') ##提出假设：H0:误差服从正态分布 H1：误差不服从正态分布 #shapiro
统计学——基于R（第3版）（基于R应用的统计学丛书）作者：贾俊平 习题答案 第四章
qq_45083698的博客
04-17 4990
load("C:/exercise/ch4/exercise4_1.RData") exercise4_1 #4.1 sum(0.209,0.223,0.178,0.114) sum(0.041,0.130) sum(0.061,0.028,0.011,0.004,0.001) #4.2 #(1) dbinom(2,4,0.1) #(2) pbinom(1,4,0.1) #4.3 ...
《统计学习导论-基于R应用》
漫步量化
06-12 3683
机器学习更底层的东西在《统计学习理论的本质》里， 《统计学习理论的本质》更现代化、更通俗的理解在这里 《统计学习导论-基于R应用》 Gareth James Daniela Witten Trevor Hastie Robert Tibshirani 2018.4(1.6) 机械工业出版社 ...
统计学习导论（R语言）
02-26
An Introduction to Statistical Learning
统计学习
神秘人
11-22 321
统计学习方法1.统计学习1.1三要素2.监督学习生成模型判别模型分类问题标注问题回归问题 1.统计学习   统计学习用于对数据进行预测和分析，用随机变量描述数据中的特征，用概率分布描述数据的统计规律   主要包括：监督学习，非监督学习，半监督学习，强化学习等。   1.数据：独立同分布   2.假设空间：假设要学习的模型属于某个函数的集合   3.应用某个准则，从假设空间里选取一个最优模的模型  ...
《统计学习导论——基于R应用》Chapter3+4课后实验答案
12-26
英文原版书为《An Introduction to Statistical Learning with Applications in R》Gareth James Daniela Witten Trevor Hastie Robert Tibshirani 答案附分析与代码可供参考
统计学习导论：基于R应用——第四章习题
weixin_30920513的博客
05-08 8412
第四章习题，部分题目未给出答案 1. 这个题比较简单，有高中生推导水平的应该不难。 2~3证明题，略 4. (a) 这个问题问我略困惑，答案怎么直接写出来了，难道不是10%么 (b) 这个答案是(0.1*0.1)/(1*1)，所以答案是1% (c) 其实就是个空间所占比例，所以这题是(0.1**100)*100 = 0.1**98% (d) 这题答案显而易...
R语言基础题及答案(六)——R语言与统计分析第六章课后习题(汤银才)
slandarer的博客
09-15 9604
R语言与统计分析第六章课后习题(汤银才) 题-1 有一批枪弹, 出厂时, 其初速v∼N(950,σ2)v\sim N(950,\sigma^2)v∼N(950,σ2)（单位：m/sm/sm/s）. 经过较长时间储存, 取9发进行测试, 得样本值（单位：m/sm/sm/s）如下：914,920,910,934,953,940,912,924,930914, 920, 910, 934, 953, 940, 912, 924, 930914,920,910,934,953,940,912,924,930 据经验
统计学习导论：基于R应用——第五章习题
weixin_30488085的博客
05-08 5692
第五章习题 1. 我们主要用到下面三个公式： 根据上述公式，我们将式子化简为 对求导即可得到得到公式5-6。 2. (a) 1 - 1/n (b) 自助法是有有放回的，所以第二个的概率还是1 - 1/n (c) 由于自助法是有放回的，且每次抽样都是独立事件，所以概率是(1 - 1/n)^n (d) 答案是1-(1-1/5)^5 = 67.2% (...
生信学习——基于R的统计习题（附详细答案解读）
Dzfly
09-03 4468
题目目录基础概念1. 载入R中自带的数据集 iris，指出其每列是定性还是定量数据2. 对数据集 iris的所有定量数据列计算集中趋势指标：众数、分位数和平均数3. 对数据集 iris的所有定性数据列计算水平及频次4. 对数据集 iris的所有定量数据列计算离散趋势指标：方差和标准差等5. 计算数据集 iris的前两列变量的相关性，提示cor函数可以选择3种methods6. 对数据集 iris的所有定量数据列内部z-score标准化，并计算标准化后每列的平均值和标准差7. 计算列内部zcore标准化后 i
统计学习导论 Chapter3--Linear Regression
AI小作坊 的博客
11-21 2271
Book: An Introduction to Statistical Learning with Applications in R http://www-bcf.usc.edu/~gareth/ISL/本章主要介绍线性回归，这个方法很古老也很经典 这里先上一个广告预算和销售收入的数据图 3.1 Simple Linear Regression we can regress sal
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

JOJO数据科学

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值