Python Scipy | Stats：迭代变量选择（根据AdjR2添加或删除特征）：回归
我正在做一个项目，调查在airbnb数据集上预测每晚价格的能力。我的数据已经完全预处理，我已经选择了感兴趣的特征 最终，如果您有可用的链接，请以代码为例寻找一篇论文 总共有24列，因此23个相关变量和1个独立变量Python Scipy | Stats：迭代变量选择（根据AdjR2添加或删除特征）：回归,python,scipy,statistics,Python,Scipy,Statistics,我正在做一个项目，调查在airbnb数据集上预测每晚价格的能力。我的数据已经完全预处理，我已经选择了感兴趣的特征 最终，如果您有可用的链接，请以代码为例寻找一篇论文 总共有24列，因此23个相关变量和1个独立变量price 我想根据它对调整R2的影响，从模型中添加和删除变量，并且只希望在改进调整R2的情况下保留感兴趣的特性 我的目标是在用户定义的功能下完成此任务： df=[] predictors= [] #features target=[] # price alpha=[] de
pricedf=[]
predictors= [] #features
target=[] # price
alpha=[]
def variable_selection (df, predictors, target, alpha)
return pred
非常感谢你走了这么远。祝你万事如意数据集有多大？有
sum（[scipy.special.comb（23，i）表示范围（1,24）]）=8_388_607.0