1. 明确需求（因变量Y）
2. 数据清洗（缺失值、异常值、分类变量）
异常值：默认三倍标准差之外
分类变量：多为汉字和字母标识
3. 相关分析（将每个待选X与Y求相关系数、画散点图）
4. 分隔测试集与训练集
5. 回归（F检验、t检验、调整R^2）
6. 调优（对着高斯马尔科夫）
a. 残差服从正态分布
b. 同方差
c. 内生性
d. 共线性
f. 序列相关性
7. 模型优化（交互项、高次项、时间季节趋势等）
8. 逐步回归、交叉验证
9. 测试
推荐书：《数据挖掘导论》--人民邮电出版社
网友评论