L'uso del punteggio di correlazione

Question

Come utilizziamo un punteggio correlazione tra due variabili per l'analisi dei dati?

Ho una serie di 20 caratteristiche e necessità di prevedere funzione 21. Ora è necessario che la correlazione tra due funzioni dovrebbe essere vicino a 1? Se ho 2 caratteristiche con corr segnare vicino a -1, allora questo significa che essi sono in contraddizione e diminuendo in tal modo la precisione?

Quindi, come si usa un punteggio di concordanza di analisi?

Answer 1

La correlazione dovrebbe essere il meno possibile tra le diverse caratteristiche, in quanto le caratteristiche correlate fanno sì che queste caratteristiche stanno dando fuori stesso tipo di informazioni / tendenza per il predittore di imparare. Quindi solo uno di loro è effettivamente utile per la previsione.

Come mantenere più il numero di caratteristiche uninformative (caratteristiche correlate) si tradurrebbe in accuratezza degradato se la dimensione del campione è simile a te Caratteristica dimensioni set. selezione delle funzioni con l'eliminazione funzione ricorsiva o PCA, ecc può aiutare a ridurre il set di funzionalità a dimensioni ottimali.

calcolare il punteggio di concordanza di analisi predittiva tra le caratteristiche e variabile di destinazione. Quando si utilizza la regressione lineare per modellare un insieme di dati, vediamo anzitutto se la trama tra diverse caratteristiche e valori di variabili bersaglio segue un rialzo (+ ve correlazione) o tendenza decrescente (correlazione -ve) e non casualmente sparsi. Se un tale rapporto esiste quindi un modello di regressione sui dati avrebbe funzionato bene.