Scikit-learn: Adicionar suporte para eliminar variáveis colineares

Criado em 3 fev. 2020 · 3Comentários · Fonte: scikit-learn/scikit-learn

Descreva o fluxo de trabalho que você deseja habilitar

Podemos adicionar um recurso em LinearRegression que possa remover a colinearidade (colinearidade exata) nos dados?

Descreva sua solução proposta

Minha proposta é adicionar um argumento extra como remove_collinearity se for definido pelo usuário, então podemos remover variáveis colineares exatas usando a classificação da matriz ou variáveis colineares usando VIF. Isso pode economizar algum tempo em vez de ir para a regressão de Ridge.

New Feature

Fonte

divyaprabha123

Comentários muito úteis

Isso está sendo trabalhado como um transformador de seleção de recursos aqui: https://github.com/scikit-learn/scikit-learn/pull/14698

thomasjpfan em 3 fev. 2020

👍2

Todos 3 comentários

Pode ser melhor ter isso como um pré-processador em sklearn.feature_selection , dessa forma, pode ser aplicado a vários estimadores. Não tenho certeza se a colinearidade exata é um problema frequente. Talvez um estimador com um limite de correlação de recursos definido pelo usuário?

Não tenho certeza se é algo que é feito com frequência, ao contrário de agrupamento de recursos. O último pode ser feito no scikit-learn com cluster.FeatureAgglomeration, embora talvez a interface com um n_clusters necessário não seja ideal.

cc @glemaitre

rth em 3 fev. 2020

Isso está sendo trabalhado como um transformador de seleção de recursos aqui: https://github.com/scikit-learn/scikit-learn/pull/14698

thomasjpfan em 3 fev. 2020

👍2

De fato, obrigado. Fechando este problema como uma duplicata de https://github.com/scikit-learn/scikit-learn/issues/13405 então. Se você tiver outros comentários ou sugestões @ divyaprabha123 , comente aqui.

rth em 3 fev. 2020

👍1

Esta página foi útil?

0 / 5 - 0 avaliações