[복습] Python | 분석 | 상호작용(=교호작용, interaction effect) + 하루끝(20240213)

- 설명변수들끼리의 교차곱 상태의 새로운 파생 변수 생성 기법

- 변수가 각각 종속변수에 영향을 주지는 않지만 두 개 이상의 변수가 교차곱 형태로 종속변수에 영향을 줄 수 있음

- 유효한 교호작용을 모를 경우 발생 가능한 모든 교호 작용을 출력 → 변수 중요도 확인(y가 factor) 또는 유의성 검정(y가 수치) 수행

- 스케일링 조정 후 변수 변환 필요

- 수치형 설명변수들에 대해 교차곱 생성이 의미를 가짐

 

예) 

 y = x1 x2 x3 .... x10

       x1^2 x2^2 ... x10^2

       x1*x2 x1*x3 .... x1*x10

       x1^3 x2^3 ... x10^3

       x1*x2*x3 .... x1*x2*x10

 

 

예제 - iris data에서의 유의미한 interaction effect 찾기

 

1. 데이터 로딩

 

 

2. 스케일링

 

 

3. interaction effect 생성

리턴: 기존 데이터 + x1^2, x1x2, x1x3, x1x4, x2^2, x2x3, x2x4, ...

 

 

 

 

4. 변수 중요도 확인

 

 

 

5. 선택된 변수로 모델링 진행