[問題] feature design 的概念性問題
假設擁有兩個很基本的向量
lm(Y~X)
Y 與 X 都是 numeric variable , 這樣可以跑回歸或相關
但 numeric variable 可以降維 , 變成 multinomial 或 binomail
比方說溫度變項 , 可以變為 高/中/低溫組 , 也可以變成 熱/冷組
這樣可以變成 contingency table
也可以變成 logistic regression (二元或多元)
也可以變成 one-way ANOVA
----------------------------------------------
總覺得不知如何是好 , 因為總有辦法可以找出 significant difference
是否降維就是損失?
numeric 的 comparison 一定比 降維後的 categorocal data 容易顯著
所以能做 numeric comparison 就不必降維再做?
誠心請教
--
我用名為真心的卡牌說服你
這是我最後一張牌
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 114.32.215.136
※ 編輯: gsuper 來自: 114.32.215.136 (02/06 12:37)
推
02/06 14:33, , 1F
02/06 14:33, 1F
→
02/06 14:33, , 2F
02/06 14:33, 2F
我是在 code systematical analysis flow
想說一次寫完 , 永久使用
但每種都寫又覺得怪怪的
※ 編輯: gsuper 來自: 114.32.215.136 (02/06 14:41)