Transformacja zmiennych przed modelowaniem

Nadzorowane uczenie maszynowe w R: regresja

Nina Zumel and John Mount

Win-Vector LLC

Dlaczego warto transformować zmienne wejściowe

Wiedza dziedzinowa / zmienne syntetyczne
- $Intelligence \sim \frac{mass.brain}{mass.body^{2/3}}$

Wiedza dziedzinowa / zmienne syntetyczne
- $Intelligence \sim \frac{mass.brain}{mass.body^{2/3}}$
Powody pragmatyczne
- Transformacja logarytmiczna — redukcja zakresu dynamicznego
- Transformacja logarytmiczna — zmiany zmiennej mają charakter multiplikatywny

Wiedza dziedzinowa / zmienne syntetyczne
- $Intelligence \sim \frac{mass.brain}{mass.body^{2/3}}$
Powody pragmatyczne
- Transformacja logarytmiczna — redukcja zakresu dynamicznego
- Transformacja logarytmiczna — zmiany zmiennej mają charakter multiplikatywny
- $y$ w przybliżeniu liniowe względem $f(x)$, a nie $x$

Co jest najlepsze?

I(): traktuje wyrażenie dosłownie (nie jako interakcję)

Modele liniowy, kwadratowy i sześcienny

mod_lin <- lm(anx ~ hassles, hassleframe)
summary(mod_lin)$r.squared

0.5334847

mod_quad <- lm(anx ~ I(hassles^2), hassleframe)
summary(mod_quad)$r.squared

0.6241029

mod_tritic <- lm(anx ~ I(hassles^3), hassleframe)
summary(mod_tritic)$r.squared

0.6474421

Ocena modeli metodą walidacji krzyżowej

Nadzorowane uczenie maszynowe w R: regresja