1 min readAug 25, 2019
interaction高不見得模型預測效果也會高,但兩變數彼此獨立的話基本上interaction不存在也沒有用,所以單純用”哪兩個變數具有線性關係,因而將它們考量為interaction effect嗎” 可以採用,但我會用來看變數彼此間有沒有獨立(相關度很低)來看那些不需要做交互作用(如果模型有需要用到交互作用的話)。
模型如果採用交互作用而增加回歸變數的話,可以採用LASSO來限制回歸係數,進而由資料本身自己去學習刪除回歸模型中不重要變數。
interaction高不見得模型預測效果也會高,但兩變數彼此獨立的話基本上interaction不存在也沒有用,所以單純用”哪兩個變數具有線性關係,因而將它們考量為interaction effect嗎” 可以採用,但我會用來看變數彼此間有沒有獨立(相關度很低)來看那些不需要做交互作用(如果模型有需要用到交互作用的話)。
模型如果採用交互作用而增加回歸變數的話,可以採用LASSO來限制回歸係數,進而由資料本身自己去學習刪除回歸模型中不重要變數。
怕老了忘記這些吃飯的知識,開始寫文章記錄機器/深度學習相關內容。Medium現在有打賞功能(每篇文章最後面都有連結),如果覺得寫的文章不錯,也可以Donate給個Tipping吧。黃志勝 Chih-Sheng Huang (Tommy), mail: chih.sheng.huang821@gmail.com