ОН
У меня просто примерно 7 фичей, есть категориальные типа город или уровень зарплаты и есть числовые. Тут логрег или что-то получше можно?
Size: a a a
2021 October 23
KL
Эксперимент даст ответ лучше всего, сравни несколько моделей
KL
Включая бустинг
ОН
Бустинг = XGBoost? Бустинг и логрег - это основные?
--
начните с логит или пробит регрессии, они просто тупо везде реализованы в 2-3 клика (3-4 команды)
ОН
Дальше XGBoost пробовать?
--
может вам логит и хватит :)
ОН
Спасибо большое, а категориальные словесные(название города) и порядковые (уровень зарплаты: 1,2,3) стоит разбить через one hot encoding?
--
я бы GLZ попробовал в таком случае
ОН
А что такое GLZ, что за аббревиатура. Извините, не опытный
--
генерализованные модели, логит - частный случай. Грубо говоря это линейная (обобщенная множественная регрессия), только на y накладывается некая функция связи (линк функция) она делает линеаризацию.
--
Для бинарных признаков как раз идет логит кривая
--
По поводу кодов, если академично, до да, надо бы, но ... в принципе можно оставить кодировку по меткам, т.е. не разбивать один столбец (город => 1, 2, 3 на три город1, город2 и город 3)
ОН
Спасибо очень полезно. Пойду спать, а потом пробовать.
ОН
Получается, если просто слова в числа перекодировать, то тоже нормально будет
--
еще можно сначала поискать главные компоненты
--
сделать факторизацию :)
ОН
На 7 признаках есть смысл понижать размерность?
--
а чего бы и нет?
--
может что-то выплывет