予測子スクリーニング分析の前の前処理こんにちは、
予測因子スクリーニングの対象としたい特性データがいくつかあります。変数のスケールは異なります。予測因子のスクリーニングの前に、標準化などの前処理が必要ですか?
予測モデリングと機械学習Re: 予測子スクリーニング分析の前の前処理予測子スクリーニング、パーティション、ブートストラップ フォレスト、ブースト ツリー (および XGBoost) などのツリー手法には、前処理が必要ありません。 ダーティ データ (欠落データ、外れ値、X と Y の強い相関関係など) にもうまく機能します。
Re: 予測子スクリーニング分析の前の前処理やあ@kjwx109 、
として@バイロン_JMP前述したように、予測子スクリーニング プラットフォームは、異常値、変数間の共線性、変数のスケールに対して堅牢なツリーベースの手法であるランダム フォレストに基づいています。
詳細については、こちらをご覧ください:予測因子スクリーニング
さらに詳しい情報が必要な場合、またはさらに質問がある場合は、遠慮なくお問い合わせください:)
