[일반] 로지스틱 회귀분석 하려는데 변수 하나가 말썽이에요

[qwe(182.210)]

다른건 더미변수화 시켜서 연속형으로 만들었는데

하나가 200가지인 범주형 변수라 손대기가 쉽지 않네요

종속변수랑 관련성 찾으면서 관련성 떨어지는 놈들은 싹 삭제해봤는데

그래봤자 80개 가량 남아서 더미변수화는 안되고 ㅠ

어떻게 처리하는게 좋을까요

[익명(dlwlrms)]

클러스터링 어떰 - dc App

[qwe(182.210)]

클러스터링 돌리고 결과로 나온 군집을 기존의 200가지 변수 대신 대체하는 방향인가요?

[익명(dlwlrms)]

밑에 말한거처럼 어떤 카테고리는 2만개중에 한개 이런거면 기타로 묶거나 걍 빼고 하는것도 방법일거같은데 - dc App

[래리어트(dracon5)]

타겟 인코딩 어때 - dc App

[익명(121.155)]

Model selection을 해봤다는 얘기임? 아니면 너가 개인적으로 변수들을 삭제했다는 소리임?

[qwe(182.210)]

데이터가 몇 만개 되는데 200가지 중에 120가지는 한 개만 있어서 사실상 버려도 되는 데이터라 판단해서 삭제했단 뜻이에요. 종속변수에 영향을 주는건 200가지 중 80가지만이 그렇다고 가정함

[익명(121.155)]

그럼 통계적인 방법이나 비지도학습 등은 아직 사용하지 않았고, 일단 자의적인 판단하에 삭제를 했다?

[qwe(182.210)]

그렇죠 5만개중에 80개 날린건데 편향이 생길 위험이 있나요?

[익명(175.116)]

먼저 트리 돌려서 변수 어디까지 쓰고 자를지 확인하고, 그 변수만 넣고 나머지는 버리지말고 하나의 범주로 묶어서 전처리하는 방법도 있음. 검정은 식에 넣어본 뒤 LRT 쓰고. 데이터 버리는 것보단 하나로 묶는게 더 낫다 - dc App

[익명(223.39)]

더미변수 200개에 로지스틱돌리는거면 그냥 200개 모델나오는거랑 같은 의미인데... 그렇게 누가 모델을 만들어... 무조건 의미론적으로 묶던 통계적으로 묶던 범주 최대한 묶어서 모델만들어라...