পিয়ারসনের সহসম্পর্কীয় সহগ ব্যবহার করে আমার বেশ কয়েকটি ভেরিয়েবল রয়েছে যা আমার সাথে খুব বেশি সম্পর্কযুক্ত ( এবং আমার মডেলের 2 জোড়া ভেরিয়েবলের জন্য))ρ = 0.989
কারণ ভেরিয়েবল কিছু অত্যন্ত সম্পর্কিত কারণ এক পরিবর্তনশীল ব্যবহার করা হয় হিসাব অন্য পরিবর্তনশীল জন্য।
উদাহরণ:
ই = ভি ∗ ডি এবং
ই ρ = 0.989 এবং আছে
আমার পক্ষে কি ভেরিয়েবলগুলির মধ্যে কেবল "ফেলে দেওয়া" সম্ভব?
উত্তর:
বি এবং ই উভয়ই ভি ভি থেকে উদ্ভূত এবং ই স্পষ্টত একে অপরের থেকে সত্যই "স্বতন্ত্র" পরিবর্তনশীল নয়। অন্তর্নিহিত ভেরিয়েবল যা এখানে সত্যই গুরুত্বপূর্ণ তা ভি। আপনার সম্ভবত এই ক্ষেত্রে বি এবং ই উভয়ই অগ্রাহ্য করা উচিত এবং কেবল ভিকে রাখা উচিত।
আরও সাধারণ পরিস্থিতিতে, যখন আপনার দুটি স্বতন্ত্র ভেরিয়েবলগুলি অত্যন্ত অত্যন্ত সম্পর্কিত lated এছাড়াও, সরল ইংরেজিতে যদি দুটি ভেরিয়েবলগুলি এত বেশি সংযুক্ত থাকে তবে তারা অবশ্যই আপনার রিগ্রেশন মডেলটিতে প্রায় একই তথ্য সরবরাহ করবে। তবে, উভয়কে অন্তর্ভুক্ত করে আপনি আসলে মডেলটিকে দুর্বল করছেন। আপনি ইনক্রিমেন্টাল তথ্য যোগ করছেন না। পরিবর্তে, আপনি শব্দ দিয়ে আপনার মডেল infused হয়। ভাল জিনিস না।
আপনার মডেলটির মধ্যে আপনি অত্যন্ত নির্ভরশীল ভেরিয়েবলগুলি রাখতে পারেন এমন একটি উপায় হ'ল রিগ্রেশনের পরিবর্তে একটি অধ্যক্ষ উপাদান উপাদান বিশ্লেষণ (পিসিএ) মডেল ব্যবহার করুন। পিসিএ মডেলগুলি বহুবিধ লাইন থেকে মুক্তি পেতে তৈরি করা হয়। ট্রেড অফটি হ'ল আপনি আপনার মডেলটির মধ্যে দুটি বা তিনটি মূল উপাদানগুলি শেষ করেন যা প্রায়শই কেবল গাণিতিক কাঠামো এবং যৌক্তিক দিক থেকে বেশ বোধগম্য। পিসিএ তাই প্রায়শই একটি পদ্ধতি হিসাবে পরিত্যাজ্য হয় যখনই আপনাকে যখন আপনার ফলাফলগুলি বাইরের দর্শকদের যেমন পরিচালনা, নিয়ন্ত্রক ইত্যাদির কাছে উপস্থাপন করতে হয় ... পিসিএ মডেলগুলি ক্রিপ্টিক ব্ল্যাক বাক্স তৈরি করে যা ব্যাখ্যা করা খুব চ্যালেঞ্জক।
মেশিন লার্নারের দৃষ্টিকোণ থেকে এখানে একটি উত্তর দেওয়া হচ্ছে, যদিও আমি আশঙ্কা করছি যে এর সত্যিকারের পরিসংখ্যানবিদরা আমাকে মারবে।
আমার পক্ষে কি ভেরিয়েবলগুলির মধ্যে কেবল "ফেলে দেওয়া" সম্ভব?
ঠিক আছে, প্রশ্নটি হল আপনি কোন ধরণের মডেলটি পূর্বাভাসের জন্য ব্যবহার করতে চান। এটি নির্ভর করে যেমন ...
কখনও কখনও আমরা মেশিন শিখকরা এমনকি ভবিষ্যদ্বাণীকারীদের একটি সেটের সেরা গাণিতিক সংমিশ্রণটি জেনেটিক অপ্টিমাইজেশন সম্পাদন করে।
বি ভি এর একটি রৈখিক রূপান্তর, ই ভি এবং ডি এর মধ্যে একটি মিথস্ক্রিয়াকে উপস্থাপন করে আপনি কি এমন কোনও মডেল নির্দিষ্ট করে বিবেচনা করেছেন যা Y = ইন্টারসেপ্ট + ভি + ডি + ভি: ডি? @ Euphoria83 এর পরামর্শ অনুসারে, সম্ভবত মনে হয় যে ডি তে সামান্য তফাত আছে, সুতরাং এটি আপনার সমস্যা সমাধান করতে পারে না; তবে এটি কমপক্ষে ভি এবং ডি এর স্বতন্ত্র অবদানকে পরিষ্কার করা উচিত। আগেই ভি এবং ডি উভয়কেই কেন্দ্র করে রাখবেন তা নিশ্চিত করুন।
ডি যদি ধ্রুবক না হয়, তবে ডি এবং এর পরিবর্তনের কারণে বি এবং ই কার্যকরভাবে দুটি পৃথক পরিবর্তনশীল The উচ্চ পারস্পরিক সম্পর্ক নির্দেশ করে যে প্রশিক্ষণ ডেটা জুড়ে ডি কার্যতভাবে ধ্রুবক। যদি এটি হয় তবে আপনি বি বা ই উভয়ই বাতিল করতে পারেন