우선, 저는 예측 모델링을 처음 접했고 조언을 주셔서 감사합니다.
배경:
n = 54, p = 89인 이항 탄성망을 만들고 있습니다. 이 모델은 임상적으로 약물 효과를 예측하기 위한 것입니다. 따라서 가능한 한 적은 변수를 측정하여 예측하는 것이 이상적입니다.
Elastic Net 변수 선택/축소 후 24개의 예측 변수가 모델에 포함됩니다. 모델에 포함된 24개의 예측 변수 중 10개는 중요한 예측 변수이며 모델의 총 효과의 96%를 기여합니다(아래 계산 링크).
질문: 첫 번째 탄성망에서 상위 10개의 예측 변수만 사용하여 두 번째 예측 모델을 생성할 수 있습니까? AUC가 높은 예측에 10개의 변수만 사용할 수 있음을 보여주고 싶습니다. 그렇다면 탄성망이나 다른 모델 유형으로 두 번째 패스가 더 좋을까요?
계산: 내가 참조하고 있는 총 효과는 여기에 설명되어 있습니다. https://www.jmp.com/support/help/en/16.2/#page/jmp/assess-variable-importance.shtml?os=win&source=application#ww376802
간략히 여기: 독립적인 리샘플링된 입력 각 요인에 대해 관찰된 값 세트를 리샘플링하여 몬테카를로 샘플을 얻습니다. 요인이 상관관계가 없고 가능한 값이 균일한 분포로 표시되지 않는다고 생각되는 경우 이 옵션을 사용하십시오."
추가 정보가 필요한 경우 알려주십시오. 어떤 정보가 관련이 있는지 절대 알 수 없습니다!
미리 감사드립니다!!
