Du är här:
Varning om höga frekvensvärden
Värden med hög frekvens indikerar att de flesta värden i en variabel är i samma kategori. Det indikerar att variabeln ger lite prediktivt värde och kan begränsa dess bidrag till modellen.
Åtgärder att överväga
Uppdatera variabeln med en jämnare distribution av datavärden. Alternativt kan du överväga att ta bort variabeln från modellen.
Detektionsmetoder
Modellbyggaren visar en varning för en variabel när ett enskilt värde i datauppsättningen inträffar minst 90 % av gångerna (relativ frekvens 0,9 eller högre).
Exempel
En e-handelsbutik vill förutsäga sina kunders benägenhet att köpa ett varumärke i olika regioner. För att uppnå detta bygger återförsäljaren en regressionsmodell med dessa indatavariabler.
- produkt-ID
- kund-ID
- försäljningskanal
- inköpsfrekvens
- region
Efter modellutbildningen visas en varning eftersom data indikerar att 95 % av kunderna som är troliga att köpa varumärket finns i USA och endast 5 % finns i Kanada. Modellen förutsätter att USA är den bästa regionen för varumärkets kunder. Eftersom variabeln "region" har låg variation är denna variabel dock inte meningsfull för förutsägelser. För att lösa problemet följer några åtgärder att överväga.
- Använd ett värde och ta bort det mindre dominanta. Tänk till exempel på kunddata för USA och inte Kanada. Eller ta bort variabeln "region" från datauppsättningen.
- Återutbilda modellen med en uppdaterad datauppsättning som har en bättre representation av datavärden för andra regioner utöver USA.
