여기저기서 찾아보니까 예측퍼포먼스만 볼거면 걍 무시해도된다.
해석에서 문제가 되고 좀 불안정해지는거지 크게 차이 없다 이러는데
진짜임?
어차피 팔시모니를 위해서 변수 드랍하는게 나음
모델이 만들어져서 아웃풋은 나오니까 ㅇㅇ 근데 그렇게 나온 모수들은 신뢰도가 제로여서 사실상 해석을 못하는 수준이고 애초에 예측이 목적이면 리그레션 안 씀 ㅋㅋㅋㅋㅋ 성능 별로라 - dc App
오히려 예측 생각하면 다중공선성을 잘 고려해야하지 않나… 다중공선성이 발생한다는건 분산이 커진다는건데 이게 너무크면 예측력이 떨어지잖아
예측 자체만 목적이라면 고려하지 않고 사용해도 됨 이건 몇몇 교재에도 나와있는 사실
대회같은데라면 그렇긴한데 그것도 결국 걸러내긴해야할걸 - dc App
어차피 팔시모니를 위해서 변수 드랍하는게 나음
모델이 만들어져서 아웃풋은 나오니까 ㅇㅇ 근데 그렇게 나온 모수들은 신뢰도가 제로여서 사실상 해석을 못하는 수준이고 애초에 예측이 목적이면 리그레션 안 씀 ㅋㅋㅋㅋㅋ 성능 별로라 - dc App
오히려 예측 생각하면 다중공선성을 잘 고려해야하지 않나… 다중공선성이 발생한다는건 분산이 커진다는건데 이게 너무크면 예측력이 떨어지잖아
예측 자체만 목적이라면 고려하지 않고 사용해도 됨 이건 몇몇 교재에도 나와있는 사실
대회같은데라면 그렇긴한데 그것도 결국 걸러내긴해야할걸 - dc App