知识卡片
选择建模先整理观测单位
选择模型的数据准备应先明确一次选择和可用选项,再处理缺失、数值编码及离散变量,按模型要求组织长宽表;拟合时保留参考类别和截距的解释。训练与测试的分离用于检查泛化,显著性和AUC分别回答参数证据与区分能力,不能互相替代。书中的逐步删变量只是案例路线,不能把一次测试集改善当成普遍选模规则。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第1章 如何分析用户的选择 1.3 DCM模型的Python实践 · 查看原书依据
第5步:模型搭建。这里需要注意的是,对于3值及以上的离散变量要进行哑变量处理(需要记住去掉的枚举值),并且增加截距项Intercept,同时进行训练集和测试集的拆分(目的是防止模型过拟合,确定分析结论可以泛化),代码如清单1-7所示。
参考来源
- 位置:《数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow》第1章 如何分析用户的选择,1.3 DCM模型的Python实践(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow/_epub-src/OEBPS/Text/part0010.xhtml)
- 结论依据:原文强调哑变量、截距和训练测试拆分;本节前后展示单变量检验、共线性与模型修正。
- 原始内容:第5步:模型搭建。这里需要注意的是,对于3值及以上的离散变量要进行哑变量处理(需要记住去掉的枚举值),并且增加截距项Intercept,同时进行训练集和测试集的拆分(目的是防止模型过拟合,确定分析结论可以泛化),代码如清单1-7所示。