r********n
发帖数: 6979 | 1 我知道可以用decision tree
这个好像对变量没有硬性的要求
不过如果在别的model里面
有没有什么方法可以让两种变量并存
比方在linear regression model里面怎么办？
而且categorical变量里面
有些时候变量只是代表不同而已
之间没有“距离”的概念
比方说， 一个变量是颜色， 红色，绿色，黄色
好像不能简单的变成0，1，2
这种情况应该怎么办？ |
h***i
发帖数: 3844 | 2 you need to find a regression book, I think, this is a basic thing
【在 r********n 的大作中提到】
: 我知道可以用decision tree
: 这个好像对变量没有硬性的要求
: 不过如果在别的model里面
: 有没有什么方法可以让两种变量并存
: 比方在linear regression model里面怎么办？
: 而且categorical变量里面
: 有些时候变量只是代表不同而已
: 之间没有“距离”的概念
: 比方说， 一个变量是颜色， 红色，绿色，黄色
: 好像不能简单的变成0，1，2
|
l******r
发帖数: 682 | 3 第一个问题如果那个continuous是pre-measure之类的，可以把它设置成covariate变量
，ancova分析，但是这个貌似对continuous的变量有要求（好像是independent with
the reponse变量，不太记得了）。
第二个问题，可以建立两个dummy variables， red: 0 0, green: 1 0, yellow: 0 1
【在 r********n 的大作中提到】
: 我知道可以用decision tree
: 这个好像对变量没有硬性的要求
: 不过如果在别的model里面
: 有没有什么方法可以让两种变量并存
: 比方在linear regression model里面怎么办？
: 而且categorical变量里面
: 有些时候变量只是代表不同而已
: 之间没有“距离”的概念
: 比方说， 一个变量是颜色， 红色，绿色，黄色
: 好像不能简单的变成0，1，2
|
r********n
发帖数: 6979 | 4 那给介绍一本书里面有如何解决这个问题的吧
【在 h***i 的大作中提到】
: you need to find a regression book, I think, this is a basic thing
|
r********n
发帖数: 6979 | 5 用ANCOVA可能是可以
不过如果我有好几个categorical variable
每个有很多的level
有的level可能有数据不足的问题。。。
第二个问题只是举个例子
同样的
如果我有大量的categroical variables
每个有很多level
每个categorical variables都变成了K－1个dummy variables
有没有overfitting的问题？
对于ordinal categorical variables又应该怎么处理呢？变成0，1，2，3，4.。。？
1
【在 l******r 的大作中提到】
: 第一个问题如果那个continuous是pre-measure之类的，可以把它设置成covariate变量
: ，ancova分析，但是这个貌似对continuous的变量有要求（好像是independent with
: the reponse变量，不太记得了）。
: 第二个问题，可以建立两个dummy variables， red: 0 0, green: 1 0, yellow: 0 1
|
