@Victor_G 아이디어 주셔서 감사합니다.우리는 이것을 고려할 것입니다.
이 위시리스트 요청에 영감을 준 것은 무엇입니까?
다수의 동일선상/상관 변수를 기반으로 복잡한 모델을 구축할 때 여러 가지 가능성이 있습니다. 그 중 하나는 변수를 주성분으로 변환한 다음 이러한 주성분을 기반으로 모델을 생성하여 공선성 문제를 방지하고 차원을 줄이며 초기 정보의 상당 부분을 유지하는 것입니다.
예측 모델링에서 발생할 수 있는 문제는 데이터 유출입니다. 즉, 검증 세트 및/또는 테스트 세트의 정보가 전처리 및/또는 모델 구축에 사용됩니다.
유효성 검사/테스트 행이 숨겨지지 않고 제외되지 않은 경우 PCA 플랫폼에서 이런 일이 발생할 수 있습니다. PCA가 전체 데이터 세트에 대해 수행되고 모델이 훈련 주성분 데이터에 구축된 후에도 모델에는 여전히 유효성 검사 정보의 일부가 포함되어 있습니다. 그리고 테스트 세트. 성능이 너무 "낙관적으로" 평가되므로 모델 평가가 편향될 수 있습니다.
당신이 보고 싶은 개선점은 무엇입니까?
다른 플랫폼(아래 Fit Model 참조)의 경우 PCA 플랫폼 대화 상자를 시작할 때 유효성 검사 역할을 원하므로 PCA가 훈련 행으로 생성되고 유효성 검사 및 테스트 행에 적용됩니다.
이 아이디어가 왜 중요한가요?
PCA의 검증 역할을 통해 사용자는 예측 모델을 구축할 때 이러한 데이터 유출 상황을 더 잘 인식할 수 있습니다. 변환/모델을 수행하기 전에 먼저 데이터 세트를 학습/유효/테스트 세트로 분할하는 것도 모범 사례의 일부이므로 이 검증 역할을 추가하면 사용자에게 신뢰할 수 있는 모범 사례가 적용됩니다.
마지막으로, 행을 제외하는 수동 또는 스크립팅 대신 이 기능을 갖춘 예측 모델의 전처리 단계로 PCA를 보다 안정적인 방식으로 사용하는 것이 더 쉬울 것입니다.
