第114章 进组（第一更）
第114章 进组（第一更） (第2/3页)
的？平时不上专业课的吗？
经济学和金融数学是数学和物理专业的自留地你不知道吗？
你也不看看，校内的这些教授，哪个本科不是读的数学和物理？
你一个经济学院的，跟着凑什么经济学的热闹啊。
难道这就是真天才和小镇做题家的差别吗？
不，你们最大的差别是方豫有挂。
“学长？”方豫疑惑的叫了声程风。
刚刚的回答中，技术层面的答案大多数都是柚子通过埃瑟朗之核传递过来的，不过方豫还是往里面补充了一些观点性的东西。
“方豫学弟，我没有……”程风刚说了一半，就听到实验室门口传来一个声音。
“假如后续采用线性回归模型，你准备如何处理这组数据中的离群值和特征相似度？”方豫一回头，就看到童永山正从门口走进来。
而在童永山身后，还有一名身穿旗袍的二十六七岁年轻女子。
女人不算太漂亮，方豫打分的话，长相最多也就能给她打70分。
身材倒是还不错，能有80分。
但这风情，可是90分的水平。
“老师！师姐。”
“院长好。”
程风赶紧从椅子上站起来，向导师问好。
而方豫，也站起身，礼貌的对自家院长打了个招呼，随后又向那名被程风称呼为师姐的年轻女子点了点头。
旗袍女抿着嘴温婉一笑，秋波流转，眼神艳潋，也没和方豫做自我介绍，袅袅婷婷扭动着腰肢，走到茶水间，开始做咖啡。
“不用客气，回答问题就好。”童永山自己搬了把椅子也坐在方豫对面，手中翻着程风打印出来的一叠资料。
方豫不卑不亢的也坐了下来，稍稍考虑了一下：“在线性回归分析中，离群值可能极大地影响回归系数和预测的准确性。所以，首先就是要准确的识别离群点。”
“我可能会通过诊断图，如残差图或影响图，来识别这些离群点。一旦确定了离群值，我更倾向采用稳健的回归技术来减少这些点的影响。”
“例如使用LAD回归或进行变换，如对数转换，以稳定数据的方差并改善模型的整体表现。”
“至于您刚刚提到的特征相似度问题，因为高度相关的解释变量可能导致多重共线性问题对于线性回归模型非常重要，因此，如何准确评估特征间的相似度是最重要的问题。”
“在这个问题上，我倾向于使用VIF来评估变量间的相互影响。”
“我觉得，探索性因子分析或主成分分析可以在不损失太多信息的前提下，减少数据中的维度，方法得当的话，可能有效地揭示隐藏在数据背后的结构性联系，从而优化模型的预测能力和解释力。”
“最后，在特征相似度方面，从未来趋势来看，我个人认为不仅要关注传统的相关系数，还应该考虑时间序列数据的共整合性质或变量间的因果关系。”
“因此，使用机器学习技术如人工神经网络来揭示变量间复杂的非线性关系，可能是未来最重要的发展方向。”
“院长，我回答完了。”方豫双目直视童永山，面色平静。
听到方豫的回答，程风不由得倒吸一口凉气。
如果说之前方豫回答他问题的时候只展现出了技能熟练度和项目经验，那现在方豫回答童永山的这个问题，则是彻底超越了一般研究生
（本章未完，请点击下一页继续阅读）