Wie gehe ich mit vielen Ebenen für unabhängige Variablen um, während Sie modellieren?Hallo,
Ich habe eine Variable namens "Brand" in meinem Datensatz, die im Wesentlichen der Markenname des Produkts ist. Es gibt ungefähr 2300 Ebenen für diese Variable, und ich möchte diese als eine der unabhängigen Variablen für die Vorhersagemodellierung verwenden, wobei der Preis die Zielvariable ist. Kann mir jemand bitte sagen, wie ich mit so vielen Ebenen in der unabhängigen Variablen umgehen soll?
Re: Wie geht man beim Modellieren mit vielen Ebenen für unabhängige Variablen um?Eine andere einfache Möglichkeit, die Anzahl der Ebenen zu reduzieren, wäre ein Partitionsmodell. Preis als Y und Marke als X. Sie können unterschiedliche Splits verwenden und die Blattnummern und / oder Beschriftungen speichern, um neue Variablen zu erstellen.
Re: Wie geht man beim Modellieren mit vielen Ebenen für unabhängige Variablen um?Ich möchte zwei sehr unterschiedliche Methoden vorschlagen, die ich in der Vergangenheit verwendet habe, um mit vielen Kategorien umzugehen. In meinem Fall wären dies chronologisch geografische Kategorien, sollten aber bei Marken funktionieren.
- Wenn Sie über exogene Kenntnisse der Marken verfügen, können Sie sie vielleicht zu einer viel aussagekräftigeren Klassifizierung zusammenfassen. Zum Beispiel nach Land oder nach Prämie vs. Hauptstraße vs.
- Verwendung einer Methode (z. B. Anova) stuft die Marken nach Preis ein und sucht nach Clustern und Diskontinuitätspunkten. Vielleicht gruppieren sie sich nach Preisklassen.
Sobald Sie diese Cluster mit einer der genannten Methoden erhalten haben, können Sie diese neue Variable zum Modell hinzufügen. Dies könnte statt der Verwendung der originalen ausführlichen Markennamen oder zusätzlich in verschachtelter Form erfolgen.
Teilen Sie uns mit, was für Sie funktioniert hat,
Ron
Re: Wie geht man beim Modellieren mit vielen Ebenen für unabhängige Variablen um?Noch ein anderer Gedanke für dich @dale_lehman Ist die Idee, die Multiple Correspondence Analysis auch als Methode der Dimensionsreduzierung auszuprobieren?
Re: Wie geht man beim Modellieren mit vielen Ebenen für unabhängige Variablen um?Ich denke, Phils Vorschlag ist gut - wenn Sie viele Beobachtungen haben, mit denen Sie arbeiten können. Ich habe Daten wie diese gesehen, bei denen ein Unternehmen den Verkauf einer großen Anzahl verschiedener Artikellinien verzeichnete - und die genannten Produkte waren fast so viele wie die Beobachtungen (sie wählten jedes Möbelstück etwas anders). In diesem Fall denke ich, müssen Sie die Abmessungen reduzieren, um die Daten sinnvoll zu machen. Sie können versuchen, den Text-Explorer zu verwenden. Wenn die Namen genau definiert sind, z. B. wenn alle Stühle das Wort "chair" im Titel haben, können Sie möglicherweise eine Reihe neuer Spalten verwenden, die Produkte identifizieren, die Schlüsselwörter enthalten, um die 2300 Elemente in einem viel kleineren Satz zusammenzufassen .
Re: Wie geht man beim Modellieren mit vielen Ebenen für unabhängige Variablen um?Hier ist eine Idee. Ich bin nicht sicher, ob dies die nützlichste Lösung ist, aber ich würde es versuchen.
Sie können Indikatorvariablenspalten erstellen: 1 Spalte pro Marke (insgesamt 2300 Indikatorspalten), wobei 1 oder 0 angeben, ob es sich um diese Marke handelt (1) oder nicht (0). Spalten> Dienstprogramme> Indikatorspalten erstellen. Sie können dann eine Variablenauswahlmethode wie Bootstrap Forest verwenden, um die Marken zu bestimmen, die den größten Einfluss auf Price haben. Dann könnten Sie die Markenspalte vereinfachen, um für jede der wichtigsten Prädiktormarken ein Level zu erhalten, und dann den Rest zu einem "anderen" Level zusammenfassen. Das würde die Modellierungsherausforderung vereinfachen.
