問：

建立模型過程中進(jìn)行特征篩選有哪些需要注意的點(diǎn)？

答：

（1）方法

通過經(jīng)驗(yàn)法從業(yè)務(wù)上判斷變量重要性， 這樣有助于與業(yè)務(wù)環(huán)境相契合， 不至于模型脫節(jié)

于業(yè)務(wù)，造成與同事、 老板的經(jīng)驗(yàn)不一致。

（2）維度

維度分析的整體規(guī)律是從低維到多維。描述性統(tǒng)計(jì)側(cè)重于單維分析，并通過圖形過渡到

對(duì)雙變量的處理， 將雙維問題推廣到多維，這是統(tǒng)計(jì)分析的一般性流程。

（3）變量重要性

業(yè)務(wù)導(dǎo)向和（第三步）相關(guān)分析都是通過業(yè)務(wù)準(zhǔn)則判斷變量重要性， 此處篩選出的變量

比較少，需要執(zhí)行的時(shí)間很久；而第二步的簡單回歸和第四步的動(dòng)態(tài)回歸是，依回歸系數(shù)檢

驗(yàn)大幅刪除變量的方式進(jìn)行的，可以有效地節(jié)省時(shí)間。

第五步的主成分分析是一種壓縮變量的技術(shù)，在壓縮過程中會(huì)損失變量信息， 因此盡量

不要對(duì)重要變量壓縮， 又因?yàn)閴嚎s過程需要借助變量間的相關(guān)性， 所以不重要的變量間又很難產(chǎn)生這種相關(guān)， 通常也不會(huì)有理想的結(jié)果。

（4）共線性

特征選擇本身具有處理內(nèi)生性問題，選擇合適的自變量，避免自變量和殘差間的相關(guān)，

也正因?yàn)樯婕暗蕉鄠€(gè)自變量， 共線性問題也是繞不開的話題， 因此加入對(duì)共線性的處理。