Перетворення вхідних даних перед моделюванням

Кероване навчання в R: регресія

Nina Zumel and John Mount

Win-Vector LLC

Навіщо перетворювати вхідні змінні

Галузеві знання/синтетичні змінні
- $Intelligence \sim \frac{mass.brain}{mass.body^{2/3}}$

Галузеві знання/синтетичні змінні
- $Intelligence \sim \frac{mass.brain}{mass.body^{2/3}}$
Прагматичні причини
- Лог-перетворення для зменшення динамічного діапазону
- Лог-перетворення, якщо суттєві зміни змінної є мультиплікативними

Галузеві знання/синтетичні змінні
- $Intelligence \sim \frac{mass.brain}{mass.body^{2/3}}$
Прагматичні причини
- Лог-перетворення для зменшення динамічного діапазону
- Лог-перетворення, якщо суттєві зміни змінної є мультиплікативними
- $y$ приблизно лінійний за $f(x)$, а не за $x$

Яка краща?

I(): трактувати вираз буквально (не як взаємодію)

Лінійна, квадратична та кубічна моделі

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

Оцініть моделі крос-валідацією

Кероване навчання в R: регресія