1、业务角度
- 业务
从业务角度角度梳理因变量(x),提取几个重要变量
2、相关性
- 算法
计算pearson相关系数计算相关矩阵,将十分弱相关的因变量去除
# R 3.4
#state.x77自带数据包数据
states <- state.x77[,1:6]
cor(states,method = 'pearson')
# python 3.6
import pandas as pd
#载入数据
data = pd.read_excel('hospital.xls')
data.info()
# 查看缺失
data.isnull().sum()
# 缺失值填充
data_f = data.fillna(data.median())
# 相关性矩阵
data_f.corr()
3、双变量整合
- 业务
1)看2步骤的相关系数
2)找出相关对,进行人工整合(基于业务,对因变量做减法或乘法)
4、多元回归
- 算法
由逐步回归算法,删除变量
5、多变量整合
- 算法
当有必要时可用主成份分析整合自变量
6、建模
最后建模,X在15个以内