负二项式回归的特征选择
我正在尝试拟合负二项式回归来计算包含 90 个变量的数据。尝试使用 GBM、LASSO 和随机森林进行特征选择。但是，当我使用 MASS 中的 glm.nb 拟合模型时，系数并不具有统计显着性。
有没有办法为 GBM 或随机森林指定 family =“负二项式”？
I am trying to fit a negative binomial regression to count data, with 90 variables. Tried feature selection with GBM, LASSO and random forest. But when I fit the model using glm.nb from MASS, the coefficients are not statistically significant.
Is there a way to specify family = "negative binomial" for gbm or random forest?
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论