АР
Они вполне могут быть важны после включения других переменных
Size: a a a
2021 June 16
АР
Особенно, если в принципе модель уже хороша и дальнейшее улучшение ведётся борьбой за считанные проценты или доли процента дисперсии
A
Тогда надо процедуру отбора соответствующую придумать.
A
Добавление предикторов всегда ж уменьшает дисперсию?
АР
Всегда. Вопрос в дозе
A
Это adj R^2 учитывает штраф за количество предикторов
АР
Здесь речь о тех, что оправдают и скорректированный коэффициент детерминации тоже
A
Если есть данные тех китайцев, было бы прикольно деревянные модели на них построить и всякие SHAP-values посчитать
АР
Оу, а что такое shap?
A
И вообще пройтись по ним методами для интерпретации моделей (можно прямо по линейной модели в их спецификациях)
A
Хитрый способ оценить вклад предиктора в прогноз модели
A
Придуман для борьбы с влиянием на эту оценку порядка включения предикторов
АР
А где можно про него почитать?
A
Там не только лишь про это есть
АР
Спасибо, почитаю
A
Пермутированные важности можно посчитать, борутой фичи поотбирать
DP
Ну и в пакете на гитхабе в принципе есть ссылки. Но надо учитывать, что для моделей типо нейронок и просто black box он считает всякие приближения. И там немного шаманство с тем, что и когла в пакете юзается.
DP
Почему-то кстати вне биоинфы про боруту люди не слышали от слово совсем. Хотя идея красивая и реализаций много