算法及相关知识

随机森林的预测能力不受多重共线性影响。 但是数据的解释性会被多重共线性影响。随机森林可以返回特征的重要性

相对于生成生态分布随机变量的抽样方法及代码，仅仅需要改变生成部分即可，故本文仅仅展示了修改部分代码，其他部分请参见博文《对应于正态分布的拉丁超立方抽样》

拉丁超立方抽样也是一种分层抽样，在蒙特∙卡罗抽样方法的基础上对采样策略进行了改进，从而做到在保持统计显著性的同时减小采样规模。

用Python构建logit、负二项回归、决策树与随机森林机器学习模型，示例讲解、检查多重共线性问题、重要性排序

对某个多项式函数有已知的k+1个点，假设任意两个不同的都互不相同，那么应用拉格朗日插值公式所得到的拉格朗日插值多项式

VIF可以用来度量多重共线性问题，如果VIF过大（比如大于5或10），则意味着存在多重共线性问题。关于多重共线性更多内容可以查看往期文章

ROC是受试者工作特征（Receiver Ope rating Characteristic）的缩写。ROC曲线及ROC曲线下面积可作为某一诊断方法准确性评价的指标。