Делают ли отбор переменных модели после их кодировки? Так, например, у меня есть переменная «квартал», при использовании подхода dummy
она распадается на 4 переменные. Методы определяющие важность признаков (feature importance) говорят, что один из кварталов — незначимый. Можно ли его «выкинуть» из модели? Или это не верно, потому что все-таки исходная переменная «Квартал»?
1 ответ
Это отличный пример мультиколлинеарности. Если значения признака взаимоисключающие (любая дата может принадлежать только одному кварталу), то после One Hot Encoding один из четырёх новых признаков будет лишним, т.к. все варианты легко описываются тремя признаками - если все три признака равны 0 - это значит что квартал может быть только тем, который не описан в признаках (метод исключения).
Таким образом в вашем случае это не только уменьшит число признаков, но и может улучшить точность модели, т.к. мультиколлинеарность обычно ее ухудшает.
-
1