问题：用VIF做feature selection# DataSciences - 数据科学
s*k
1 楼
反正我是挺羡慕的，财富颜值俱全。不过我更羡慕奶茶mm，毕竟那么年轻就嫁一商界大
佬，几辈子都吃穿不愁了！
佬，几辈子都吃穿不愁了！
M*e
2 楼
有个问题是怎么用VIF做feature selection.
有上千个feature，要求是最后的logistic regression model的feature VIF要小于2.
想了解一下大家用VIF做feature selection的过程。
1. 是stepwise的方式，每次去掉有最大VIF的feature，然后重新计算余下feature的
VIF,不断循环直到最后余下的feature VIF<2.
2. 是分几步，先去掉VIF>100的，然后重新计算余下feature的VIF，再去掉VIF>10的，
然后重新计算余下feature的VIF.
因为数据量比较大，1的办法太耗时，所以在用2的办法。但是risk就是在VIF>100去掉
的feature里有本该留下的，结果一刀切都去掉了。
一般大家都怎么做的呢？
求助，多谢
有上千个feature，要求是最后的logistic regression model的feature VIF要小于2.
想了解一下大家用VIF做feature selection的过程。
1. 是stepwise的方式，每次去掉有最大VIF的feature，然后重新计算余下feature的
VIF,不断循环直到最后余下的feature VIF<2.
2. 是分几步，先去掉VIF>100的，然后重新计算余下feature的VIF，再去掉VIF>10的，
然后重新计算余下feature的VIF.
因为数据量比较大，1的办法太耗时，所以在用2的办法。但是risk就是在VIF>100去掉
的feature里有本该留下的，结果一刀切都去掉了。
一般大家都怎么做的呢？
求助，多谢
m*r
3 楼
不明白为什么很多人忌讳vif, 其实大一点没什么。
w*H
4 楼
我认为取决于用的是什么模型。如果是linear regression,VIF太大模型不稳定。如果
是其他某些模型，比如naive bayes, 影响可能小一点。
【在 m******r 的大作中提到】
: 不明白为什么很多人忌讳vif, 其实大一点没什么。
是其他某些模型，比如naive bayes, 影响可能小一点。
【在 m******r 的大作中提到】
: 不明白为什么很多人忌讳vif, 其实大一点没什么。
m*r
5 楼
楼主说的是2. 不知道谁想出来的这个数。 要我说，谁想出这个数，那就说明谁已经有
主意了，就按谁的方法做 大家都开心。
【在 w******H 的大作中提到】
: 我认为取决于用的是什么模型。如果是linear regression,VIF太大模型不稳定。如果
: 是其他某些模型，比如naive bayes, 影响可能小一点。
主意了，就按谁的方法做 大家都开心。
【在 w******H 的大作中提到】
: 我认为取决于用的是什么模型。如果是linear regression,VIF太大模型不稳定。如果
: 是其他某些模型，比如naive bayes, 影响可能小一点。
m*n
6 楼
方法2不行。假设有10个x，其中x1和x2高度相关，99%，VIF_i=1/（1-R_i^2).方法2会
同时剔除x1和x2。
同时剔除x1和x2。
相关阅读
Bioinformatics Position in a Genomics Center in a University in the Southern CaliforniaHaddop 有certification 吗怎么online update modelOCR job from recruiter[Data Science Project Case] Topic LearningAccess VBA 语句 问题请教Business intelligence 工资是不是很高？请问今年有Big Data的短期training培训吗（美国）？求职求内推social media data有谁在上UW的data science课吗？问一个R的问题最新克劳迪亚链接 20140609如何学习Hadoop?Big Data参考书汇总correlation coefficient (转载)Association 的应用华为在Seattle开分部：诚招Cloud Computing Chief Architect & (转载)请教，survival analysis 和 bayesian analysis 在 data sciences 有比较大的价值吗？借版面问个machine learning的问题