如果用变量来设计因变量，我可以使用变量作为解释变量吗？

Question

我正在尝试创建3种分类模型：朴素贝叶斯，随机森林和SVM。

我试图预测的变量是电影判决，其类别为“点击”或“翻牌”。我通过公式Revenue / Budget设计了这个变量的值，如果这个公式的值是1+，它被归类为命中，或者翻转。

我的问题是：由于我使用Revenue and Budget来创建Film Verdict变量，我可以将这两个用作模型中解释/自变量的一部分吗？

澄清：我还有其他几个变量，如ActorRating，Tweet Polarity等也用作输入变量。

Answer 1

是的你可以。当你使用predict时，你可以使用的任何东西。但是，在您的示例中，模型将非常基本，输出变量可以非常容易地从输入变量派生。

您可能想要阅读的内容很少：

• Data Leakage：在火车中使用测试中的东西
• Heteroscedasticity：当亚群体与其他群体具有不同的变异性时
• Collinearity：自变量之间的高度相关性
• Overfitting：模型在火车和测试之间的表现如何

有些算法可以解决一些问题，所以知道这些可以帮助你找到最好的算法。

Answer 2

它们的相关系数很高，所以不应该使用。