我正在尝试创建3个分类模型：朴素贝叶斯，随机森林和SVM。
我要预测的变量是电影裁决，类别为“ hit”或“ flop”。我通过“收入/预算”公式设计了此变量的值，如果该公式的值是1+，则将其分类为“命中”或“失败”。
我的问题是：由于我已经使用收入和预算来创建Film Verdict变量，我可以将这两个变量用作模型中解释性/独立变量的一部分吗？
说明：我还有其他几个变量，例如ActorRating，Tweet Polarity等也用作输入变量。
答案 0 :(得分：0)
是的，可以。可以使用predict可用的任何内容。但是，在您的示例中，模型将是非常基本的，并且可以很容易地从输入变量派生输出变量。
您可能需要了解的几件事：
Data Leakage：在训练中使用测试中的内容Heteroscedasticity：当子种群与其他种群的变异性不同Collinearity：自变量之间的高度相关性Overfitting：模型在训练和测试之间的表现如何某些算法解决了一些问题，因此知道这一点将有助于您找到最佳算法。
答案 1 :(得分：0)
它们的相关系数很高，因此不应该使用。