이 위시리스트 요청에 영감을 준 것은 무엇입니까?
많은 수의 공선/상관 변수를 기반으로 복잡한 모델을 구축할 때 사용할 수 있는 몇 가지 가능성이 있습니다. 그 중 하나는 변수를 주성분으로 변환한 다음 이러한 주성분을 기반으로 모델을 생성하여 공선성 문제를 피하고 차원을 줄이며 초기 정보의 많은 부분을 유지하는 것입니다.
예측 모델링에서 발생할 수 있는 문제는 데이터 유출입니다. 검증 세트 및/또는 테스트 세트의 정보가 전처리 및/또는 모델 구축에 사용됩니다.
이는 유효성 검사/테스트 행이 숨겨지지 않고 제외된 경우 PCA 플랫폼에서 발생할 수 있습니다. PCA가 전체 데이터 세트에서 수행되고 모델이 교육 주성분 데이터에 구축된 후 모델에는 여전히 유효성 검사의 정보 일부가 포함됩니다. 그리고 테스트 세트. 성능이 너무 "낙관적으로" 평가되기 때문에 모델 평가가 편향될 수 있습니다.
당신이 보고 싶은 개선점은 무엇입니까?
다른 플랫폼의 경우(아래 모델 적합 참조) PCA 플랫폼 대화 상자를 시작할 때 유효성 검사 역할을 원합니다. 그러면 PCA가 교육 행으로 생성되고 유효성 검사 및 테스트 행에 적용됩니다.
이 아이디어가 중요한 이유는 무엇입니까?
PCA의 검증 역할을 통해 사용자는 예측 모델을 구축할 때 이러한 데이터 유출 상황을 더 잘 알 수 있습니다. 또한 변환/모델을 수행하기 전에 먼저 데이터 세트를 학습/유효/테스트 세트로 분할하는 것이 모범 사례의 일부이므로 이 유효성 검사 역할을 추가하면 사용자에게 신뢰할 수 있는 모범 사례가 적용됩니다.
마지막으로 이 기능이 있는 예측 모델의 전처리 단계로 수동으로 또는 행을 제외하는 스크립팅 대신 PCA를 보다 안정적인 방식으로 사용하는 것이 더 쉬울 것입니다.
