Tôi đã học được rằng, để tạo ra một mô hình hồi quy, chúng ta phải quan tâm đến các biến phân loại bằng cách chuyển đổi chúng thành các biến giả. Ví dụ: nếu, trong tập dữ liệu của chúng tôi, có một biến như vị trí:
Location
----------
Californian
NY
Florida
Chúng tôi phải chuyển đổi chúng như:
1 0 0
0 1 0
0 0 1
Tuy nhiên, có ý kiến cho rằng chúng ta phải loại bỏ một biến giả, bất kể có bao nhiêu biến giả ở đó.
Tại sao chúng ta cần loại bỏ một biến giả?
3
Bởi vì hình nộm thứ ba có thể được giải thích là sự kết hợp tuyến tính của hai hình đầu tiên: FL = 1 - (CA + NY).
—
chuỗiD
@chainD nhưng giải thích cho hơn ba biến giả là gì?
—
Mithun Sarker Shuvro
Dù tổng số, nó sẽ chỉ là 1 ít hơn tổng số danh mục mà bạn có. Mở rộng ví dụ của bạn, nói rằng tất cả 50 tiểu bang đã được trình bày trong bộ dữ liệu. Đối với một cá nhân cụ thể, giả sử bạn nhìn vào 49 hình nộm đầu tiên có thể là số không, thì bạn biết rằng hình nộm cuối cùng là số 1 ngay cả khi không nhìn (giả sử mọi người trong bộ dữ liệu là từ một trong 50 tiểu bang). Nói cách khác, thông tin của hình nộm cuối cùng đã được chứa trong kết quả của 49 đầu tiên, có thể nói như vậy.
—
chuỗiD
@chainD cảm ơn bạn
—
Mithun Sarker Shuvro
Nếu không phải là mùa xuân, không phải mùa hè và không phải mùa thu thì đó là mùa đông!
—
Stev