Prima di tutto, sono nuovo nella modellazione predittiva e apprezzo qualsiasi consiglio.
SFONDO:
Sto facendo una rete elastica binomiale dove n = 54 e p = 89. Questo modello serve a prevedere clinicamente gli effetti dei farmaci; quindi, la previsione misurando il minor numero possibile di variabili sarebbe l'ideale.
Dopo la selezione/ritiro della variabile Elastic Net, nel modello sono inclusi 24 predittori. Dei 24 predittori inclusi nel modello, 10 sono predittori significativi e contribuiscono al 96% degli effetti totali nel modello (link al calcolo di seguito).
DOMANDA: Posso generare un secondo modello predittivo utilizzando solo i primi 10 predittori della mia prima rete elastica? Vorrei dimostrare che solo 10 variabili potrebbero essere utilizzate per la previsione con AUC elevato. Se sì, il secondo passaggio sarebbe migliore con rete elastica o altro tipo di modello?
CALCOLI: L'effetto totale a cui mi riferisco è descritto qui https://www.jmp.com/support/help/en/16.2/#page/jmp/assess-variable-importance.shtml?os=win&source=application#ww376802
e brevemente qui: Input ricampionati indipendenti Per ogni fattore, i campioni Monte Carlo sono ottenuti ricampionando il suo insieme di valori osservati. Usa questa opzione quando ritieni che i tuoi fattori non siano correlati e che i loro valori probabili non siano rappresentati da una distribuzione uniforme"
Per favore fatemi sapere se sono necessarie ulteriori informazioni; Non posso mai dire quali informazioni sono rilevanti!
Grazie in anticipo!!
