স্টেপওয়াইজ রিগ্রেশন- এর বিভিন্ন বিকল্প রয়েছে । সর্বাধিক ব্যবহৃত আমি হ'ল:
- মডেলটিতে কোন ভেরিয়েবল অন্তর্ভুক্ত করা উচিত তা সিদ্ধান্ত নিতে বিশেষজ্ঞের মতামত ।
- আংশিক স্বল্প স্কোয়ারস রিগ্রেশন । আপনি মূলত সুপ্ত ভেরিয়েবলগুলি পান এবং তাদের সাথে একটি রিগ্রেশন করেন। আপনি নিজে পিসিএও করতে পারেন এবং তারপরে মূল ভেরিয়েবলগুলি ব্যবহার করতে পারেন।
- সর্বনিম্ন সঙ্কুচিত সংকোচন এবং নির্বাচন অপারেটর (ল্যাসো)।
পিএলএস রিগ্রেশন এবং ল্যাসো উভয়ই আর প্যাকেজগুলিতে প্রয়োগ করা হয়
পিএলএস : http://cran.r-project.org/web/packages/pls/ এবং
লারস : http://cran.r-project.org/web/packages/lars/index.html
আপনি যদি কেবলমাত্র আপনার নির্ভরশীল পরিবর্তনশীল এবং স্বতন্ত্র ভেরিয়েবলের মধ্যে সম্পর্কটি অনুসন্ধান করতে চান (উদাহরণস্বরূপ আপনার পরিসংখ্যানগত তাত্পর্য পরীক্ষা করার দরকার নেই), আমি র্যান্ডম অরণ্য বা শ্রেণিবিন্যাস / রেগ্রেশন ট্রিগুলির মতো মেশিন লার্নিং পদ্ধতিরও সুপারিশ করব । এলোমেলো বনগুলিও আপনার নির্ভরশীল এবং স্বতন্ত্র ভেরিয়েবলের মধ্যে জটিল অ-লিনিয়ার সম্পর্ক আনুমানিক করতে পারে, যা লিনিয়ার কৌশল দ্বারা প্রকাশিত নাও হতে পারে ( লিনিয়ার রিগ্রেশনের মতো )।
মেশিন লার্নিংয়ের একটি ভাল সূচনা পয়েন্ট CRAN এ মেশিন লার্নিং টাস্ক ভিউ হতে পারে:
মেশিন লার্নিংয়ের কার্য দেখুন : http://cran.r-project.org/web/views/MachineLearning.html