logistic回归自变量太多，咋办
可以多尝试不同的变量选择方法，比如glmnet，偏最小二乘，向前向后逐步变量选择，或者先做一步PCA，再用主成分进行logistic回归。最终看下哪个模型的效果好，就选用哪一个模型。
■网友
1.可以用变量选取，如向前或向后法，然后利用Cross-Validatin或者AIC/BIC,Mallow Cp（若数据服从假设）方法挑出最好的。2.用Lasso或者Ridge Regression这样的Regularization方法调整参数选择模型。最后，可以用PCA先降维，然后再做回归。
■网友
【logistic回归自变量太多，咋办】 首先，什么是自变量太多？是自变量数量大于样本量？随便从回归中拿掉自变量可能会有遗漏变量问题，导致估计量不一致。另外，你的研究目的是什么？预测？那就LASSO或PCA。还是对解释变量的影响做统计推断？如果是这样，不要使用LASSO或PCA这类降维方法，因为要么他们主要是用于预测，拟合出的模型通常不能用来做因果推断。
推荐阅读
- |常州天宁：检察建议让“忙道”回归盲道
- 凯迪拉克CT6|都说新辉昂回归百万级质感，看完后发现不假
- 马蓉|马蓉回归媒体，抹红唇搭配白衬衫，比以前更漂亮更有气质了
- 趣头条|奥迪将回归拉力赛 混动版赛车你期待吗？
- 销量|回归的“伊兰特”，在狭路中逆袭
- 高中生|18岁高中生娶14岁初中生 官方责令家长让女方回归原家庭
- 汽研社|帅过A级大过1系，S系套件加持，奥迪王牌回归
- 陈佩斯|和央视杠了22年为钱妥协？陈佩斯回归央视综艺路透，稳坐c位
- 汽车市场|哈弗新款M6曝光，奔驰R级或将回归..
- 随机森林和logistics回归性能比较。logistics \u003e randomforest ?