我们是否应该在ML模型中使用名义变量及其派生的虚拟变量进行预测

Question

我看到有人为名称变量创建虚拟变量，用于分类问题的机器学习模型。然后在决策树，SVM，NN模型中使用原始名义变量和新创建的虚拟变量。

我没有看到它的重点。我觉得使用名义变量及其派生的虚拟变量是多余的。

我是否正确或是否有必要同时使用原始名义变量及其虚拟指标？

Answer 1

取决于您正在训练的模型。简单模型（如线性模型）可能过于“愚蠢”，无法“看到”派生特征与原始特征的关系。

在线性回归的情况下，引入一个另一个方形的新特征足以“欺骗”模型;它只能“看到”线性关系，所以二次方看起来是独立的。