我有一個數據集，每個樣本具有330個樣本和27個特徵，具有Logistic迴歸的二元類問題。執行具有大量特徵的Logistic迴歸？
根據「規則如果十」我需要包括每個功能至少10個事件。儘管如此，我有一個不平衡的數據集，其中20％爲正面類，80％爲負面類。
這給我只有70個事件，允許大約只有7/8特徵被包括在Logistic模型中。
我想評估所有的功能作爲預測，我不想手動選擇任何功能。
那麼你會建議什麼？我應該做所有可能的7個功能組合嗎？我是否應該僅使用關聯模型評估每個特徵，然後爲最終模型選擇最好的特徵？
我也很好奇處理分類和連續功能，我可以混合它們嗎？如果我有一個分類[0-1]和一個連續的[0-100]，我應該正常化嗎？
你最好的選擇是使用L1正則化邏輯迴歸（又名Lasso迴歸）。如果你不熟悉它，算法會自動選擇一些功能，通過懲罰那些不會導致提高準確度的功能（以通俗的說法）。
您可以增加/減少這種正則化強度（它只是一個參數），直到您的模型在測試集或交叉驗證過程中達到最高精度（或其他度量標準）。
嗨Stergios，在這種情況下，我想堅持標準的Logistic迴歸研究的原因，但我將包括LASSO在我未來的實驗。感謝您的反饋意見。 –
你想做什麼？找到能提供最高精度的7/8功能？如果是這樣，你可以看看所有可能的組合（儘管這可能在資源和時間上太昂貴）。或者你可以運行LASSO並讓它選擇最好的功能。然後運行標準日誌。註冊。只使用這些功能。但是，這就像使用任何特徵選擇方法一樣。 – Stergios
我想看看所有功能如何與結果相關，但我不想使用Logistic迴歸。如果我有足夠的事件，我只會將所有功能提供給模型，但不幸的是我沒有。我想使用Logistic迴歸，因爲這是使用的標準方法，我需要這個作爲比較度量。 –
你實際上可以在https://datascience.stackexchange.com/上發佈這個問題 –
我相信這個問題已經在那裏問過了，但沒有得到太多的關注。無論如何，這還不足以成爲複製它的好理由。這個問題是堆棧溢出的主題。 –