标签： r machine-learning feature-selection dummy-variable
我有一个包含16列和12000行的数据集，而16个中的12个是分类变量。我的主要动机是执行不同的模型选择技术，并使用R查找具有较高预测误差的模型。
我做了一些研究，发现人们正在谈论对所有类别变量进行虚拟化，但是这到底有什么用呢？在复制套索技术时，我得到的系数大于161，这显然使我的分析遇到了障碍。 在这方面需要帮助，非常感谢。