多重共线性如何影响模型？答案

【问题标题】：How Multicollinearity affects the model?多重共线性如何影响模型？
【发布时间】：2021-07-28 19:35:15
【问题描述】：

我拿了4个特征，所有的特征都一样X1=X2=X3=X4，目标是Y=X1。

我想知道，多重共线性如何影响模型的系数？我用这些数据训练了 sklearn 线性回归模型，似乎它对系数没有任何影响。请帮助我理解这一点。

【问题讨论】：

不确定我在这里看到了问题：你有 4 个相同的特征 (X1=X2=X3=X4) 所以你的模型告诉你它们都有相同的系数 0.25 (1/4)，这就是我会期望。你也有y=X1，你提供X1=X2=X3=X4=10，你得到y=X1=10，这也是我所期望的。 有什么问题？
其实我想了解的是，如果 X1、X2、X3 和 X4 相同。这意味着它们都是完全相关的，对吗？但是，该模型仍然给出了预期的输出。那么这里多重共线性的影响是什么？还是我不清楚多重共线性的概念？

【解决方案1】：

查看以了解多重共线性的问题是什么，我们需要了解什么是斜率。斜率只不过是在其余特征保持不变的情况下，当 x 有单位变化时，y 变化了多少。假设您想用两个特征预测 y

y=m1x1+m2x2+b(理想直线方程)

如果上述方程存在多重共线性问题，并且如果我们尝试改变 x1，最终 x2 也会随着它们的相关而改变。这可能会给计算 y（目标变量）带来问题，并可能给出错误的答案。

【讨论】：