Cómo detectar fácilmente lo no significativo de muchos factores (~200 columnas) antes de realizar una regresión múltiple.Tengo muchos factores (~200 columnas) y una respuesta, tengo muchas medidas.
La mayoría de estos factores muestran colinealidad entre ellos, ¿existe una forma sencilla de realizar un primer filtro de los factores no relevantes?
Luego, en el resto realizaré una regresión múltiple.
Modelado predictivo y aprendizaje automáticoRe: Cómo filtrar fácilmente lo no significativo de muchos factores (~200 columnas) antes de realizar una regresión múltiple.Buenos dias,
Para clasificar los parámetros de una variable de respuesta, puede utilizar varias herramientas:
- Detección de regresores
- Cribado de respuestas
Es posible que las dos herramientas no den los mismos resultados. En este caso, esto puede significar que hay términos “ocultos” que no están explícitos en el modelo: términos cuadráticos, términos cruzados.
Por otro lado, puedes utilizar la regresión de mínimos cuadrados (modelo lineal), si quieres tener una fórmula de predicción. Con este método, puede construir su modelo paso a paso, eliminando parámetros que no tienen ningún impacto en su modelo.
Re: Cómo filtrar fácilmente lo no significativo de muchos factores (~200 columnas) antes de realizar una regresión múltiple.Hola @Perpignan_italy ,
Si desea resaltar los factores que más contribuyen a su respuesta, el Detección de predictores (jmp.com) La plataforma parece un buen primer paso de exploración.
Como está basado en Random Forest, permitirá probar cada factor/característica "por igual", incluso en presencia de multicolinealidad.
Si desea crear un modelo basado en los predictores más importantes y utilizar un modelo de regresión, es posible que deba elegir un modelo adecuado (penalizado como la regresión Lasso, Ridge o Elastic Net, u otros modelos de regresión como Mínimos Cuadrados Parciales, ... ) o realizar algún preprocesamiento (con análisis de componentes principales y realizar la regresión de los componentes principales) para tener en cuenta la multicolinealidad correctamente en su modelo.
También puede utilizar modelos simples que sean capaces de lidiar con la multicolinealidad y con menos suposiciones (como Decision Tree de la plataforma Modelos de partición (jmp.com) ) una vez seleccionados sus predictores.
Espero que esta respuesta te ayude,
Re: Cómo filtrar fácilmente lo no significativo de muchos factores (~200 columnas) antes de realizar una regresión múltiple.Muchas gracias, probaré tu sugerencia.
