패스트캠퍼스 챌린지 26일차

오늘은 어제의 다중공선성 부분에 대한 실습 코드로 강의가 시작되었다.

 

왼쪽 화면은 강의 자료 화면이고 오른쪽은 강의 화면이다.

 

일반적으로 독립변수들 간의 상관관계를 보고자할 때 corr함수를 써서 상관계수 수치를 확인한다. 본 강의에서는 사진에는 없지만 히트맵을 통해 각 변수들간의 상관계수를 시각화하여 확인했다.

 

우리는 시계열 데이터에 관해 진행을 할 예정이기에 자기상관을 확인하면 된다.

 

자기상관에 대한 그래프를 그린 것을 확인해보면 season / holiday / working day 등 다양한 관점의 데이터들을 추출하고 해당 데이터의 자기상관을 ACF를 그려보니 자기상관이 많은 것으로 보여졌다.

 

이러한 변수들을 수치화하하여 보기 위해 각 변수별로 VIF를 추출하는 코드들이 있다.

 

왼쪽 화면은 강의 자료 화면이고 오른쪽은 강의 화면이다.

 

왼쪽 화면의 강의 실습 코드는 위에서 말한 각 변수별로 VIF 수치를 추출하는 코드이다. 해당 코드를 실행하여 VIF를 추출한 뒤 데이터 프레임으로 바꾸고 정렬하여 직접 눈으로 확인하는 시간을 가졌다.

 

이후 평가지표인 MAE / MSE  / MAPE 를 비교하며 그린 그래프에서는 13이 임계점으로 그 이상은 쭉 동일한 성능을 보여주는 것이 확이이 되었다. 

 

전체 데이터 피처가 24개이나 13개만 써도 동일한 성능을 보여줄 수 있다는 의미이다. 

 

즉, 11개는 다중공선성이 존재하는 피쳐들이라 볼 수 있고 해당 피처는 제거해도 무방하다고 할 수 있다.

 

 

 

 

 

※ 본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성었습니다. 

 

※ 관련 링크 : https://bit.ly/37BpXiC