Выводы из графика рассеяния и возможной модели ML, применяемой для прогнозирования значения Y

Question

У меня есть функции X1-X6 и прогнозирующая переменная Y.

Моя цель - понять взаимосвязь между X1-X6 и Y, а затем применить модель ML для прогнозирования значения Y.

Можете ли вы помочь с тем, что вы получаете от этих графиков и какие варианты я могу найти для модели?

Переменные объекта и предиктора являются непрерывными переменными. Я также запустил матрицу корреляции, и, похоже, линейной корреляции не было. Какие еще идеи можно наблюдать?

Answer 1

Пара наблюдений:

Ни один из ваших IV не сильно коррелирует с вашим DV.

Существует высокая корреляция между несколькими вашими IV, как x1 и x6 сильно коррелируют друг с другом.

С этими переменными ваша модель может быть не сильной, вы можете попробовать data transformation с переменными и посмотреть, получится ли она влияют на вашу модель.

Вы можете проверить свою модель на multicollinearity и посмотреть, сможете ли вы удалить любую из ваших переменных, которая не помогает объяснить в вашем DV.