![](https://cdn-ak-scissors.b.st-hatena.com/image/square/0c8300c7ca6e678663303120888ee9335c1b69e2/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JUU5JTg3JThEJUU1JTlCJTlFJUU1JUI4JUIwJUU1JTg4JTg2JUU2JTlFJTkwJUUzJTgxJUFCJUUzJTgxJThBJUUzJTgxJTkxJUUzJTgyJThCJUU3JThCJUFDJUU3JUFCJThCJUU1JUE0JTg5JUU2JTk1JUIwJUUzJTgxJUFFJUU2JUFEJUEzJUU4JUE2JThGJUU1JThDJTk2JUUzJTgxJUFGJUU1JUJGJTg1JUU4JUE2JTgxJUUzJTgxJThCJTNGJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz1jNjNlYzI5OTlhYTBiMWQ5MzZlYWQ3ZTRlY2YyZDU5Ng%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBXb2xmTW9vbiZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9NTc5ODAzZmRmZGRlNWEzZDZkNWU3ZmFkZGZiMzMzOTU%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D85eb88ac25a9d3e24496d48d850c7267)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
重回帰分析における独立変数の正規化は必要か? - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
重回帰分析における独立変数の正規化は必要か? - Qiita
測定単位の異なる(例えば,Kg, m, cm など)説明変数を用いて重回帰分析する場合に,まえもってそれぞ... 測定単位の異なる(例えば,Kg, m, cm など)説明変数を用いて重回帰分析する場合に,まえもってそれぞれの説明変数を正規化(例えば平均0,標準偏差1とか最小値,最大値を0,1の範囲に収めるとか)すべしと言われ,そのままそれに従って分析するということがまま見られるが,4バイト実数でプログラムされていたはるか古の状況じゃないのだから,そんなことをする必要はサラサラないのではないか? それぞれの独立変数が従属変数にどのような影響を与えるかは標準化偏回帰係数によって評価しないといけないのではあるが,正規化しない元のデータを用いた分析結果から標準化偏回帰係数は計算できる。予測のための元の変数を用いた分析と,標準化した変数で標準化偏回帰係数を求める分析を2回する必要はないのだ。独立変数だけ標準化して,従属変数はそのままというやり方もあり,支離滅裂。 ChatGPT に問答を試みたが,のらりくらりで