Lección 7 del curso Regresión Lineal.
En la lección anterior vimos cómo evaluar un modelo de regresión lineal múltiple, para tareas tanto de inferencia como de predicción.
Y con lo aprendido en este punto a lo largo del curso ya hemos implementado diferentes modelos de Regresión Lineal usando únicamente variables predictoras (o covariables) numéricas.
Sin embargo, en muchas situaciones encontraremos datos donde las variables no son únicamente numéricas sino también categóricas. Y muchas veces estas variables categóricas pueden resultar siendo útiles si las usamos como covariables dentro de un modelo de Regresión Lineal.
Así que en esta lección veremos cómo incluir variables categóricas como covariables en un modelo de Regresión Lineal. En particular, veremos cómo codificar dichas variables y cómo dicha codificación influye en la interpretación que demos al modelo entrenado:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Como acabamos de ver, la inclusión de una variable categórica como covariable en un modelo de Regresión Lineal es muy simple. En esencia debemos codificar numéricamente dicha variable para luego incorporarla en el modelo como si fuese realmente una variable numérica.
Y lo clave en esta fase es la codificación a usar, que dependerá del número de niveles que tenga la variable categórica. En particular:
- Si la variable tiene dos niveles podemos usar una codificación simple como 0/1 o -1/1
- Mientras que si la variable tiene tres o más niveles podemos usar codificación «one-hot»
Y como vimos, el tipo de codificación elegido realmente no afectará el desempeño del modelo pero sí la interpretación que hagamos de los parámetros del mismo.
Así que teniendo claras estas estrategias para la inclusión de variables categóricas en un modelo, en la próxima lección veremos qué es y cómo detectar la multicolinealidad en un modelo de Regresión Lineal, una situación que debemos evitar al momento de construir este tipo de modelos.
Todas las lecciones del curso Regresión Lineal