在使用 H2O DAI 构建模型时，我注意到在最终模型中会有一些相关变量。例如，变量“过去 9 个月的最大储蓄账户数量”和“过去 3 个月的最大储蓄账户数量”都出现在最终模型中，但它们具有很高的相关性。了解我们可以在为 H2O DAI 提供数据之前检查这一点的方法，但我想知道是否有一些设置或好方法可以让 H2O DAI 在选择特征来构建模型时自动检查变量多重共线性？
我在这里先向您的帮助表示感谢。
问问题
61 次
1 回答
0
如果您想查看相关特征并在构建模型之前手动删除它们。转到 Autoviz 部分并查看相关散点图，然后从实验或数据集中删除这些列。
移除共线特征对于任何建模都是困难的，因为您不知道哪个特征会比另一个更好。如果同时拥有“过去 9 个月的最大储蓄账户数量”和“过去 3 个月的最大储蓄账户数量”使您的模型表现得比只有一个更好呢？这是领域知识变得重要的地方，专家应该做出决定。
消除某些共线性的一种方法是限制模型具有的特征数量。您可以使用max_orig_cols_selected来限制数量。您可以在专家设置或config.toml 中进行设置（有关更多信息，请参阅）。但正如我之前所说，很难确定是否应该将某些共线特征保留在其他特征之上。
另一种选择是使用本质上进行特征选择的算法/模型，例如 L1 (LASSO) 回归。
于 2021-02-22T07:27:56.643 回答