다중공선성 다루기
이전 연습 문제에서 독립 변수의 VIF 값을 확인해 모델에 다중공선성이 있음을 발견했어요. 아래 단계에 따라 다중공선성을 제거해 보세요.
- 1단계: 모델의 VIF 계산
- 2단계: VIF가 5 이상인 변수가 있는지 확인
- 2a단계: VIF가 5 이상인 변수가 있으면 모델에서 제거하세요
- 2b단계: VIF가 5를 초과하는 변수가 여러 개라면, VIF가 가장 큰 변수만 제거하세요
- 3단계: 모든 변수의 VIF가 5 미만이 될 때까지 1단계와 2단계를 반복
이 연습은 강의의 일부입니다
HR Analytics: R로 직원 이탈 예측하기
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Remove level
model_1 <- glm(turnover ~ . - ___, family = "binomial",
data = train_set_multi)
# Check multicollinearity again
___
# Which variable has the highest VIF value?
highest <- ___