統計解析の前処理につきまして

質問

統計初心者です。ＰＬＳで統計解析をしています。

前処理として、通常センタリングとスケーリングをする必要がありますが、

トレーニングデータでは全て同じ値をとる変数（すなわち分散が0）でも、

テストデータでは異なる値を取る変数がある場合、

トレーニングデータのモデル構築をどのようにすればいいのでしょうか・・。

その変数に関してはスケーリングができませんが、

モデルの変数として組み込みたい場合です。

初歩的な質問とは思いますが、どなたかご教授いただけますでしょうか。

宜しくお願い申し上げます。

回答No.1

rabbit_cat · ベストアンサー

トレーニングデータで全く同じ値なら、たとえ説明変数としてモデルとして組み込んでも、（トレーニングがうまくいけば）結果として構築される回帰モデルでは、完全に無視されることになるはずです。
なんで、モデルの変数として組み込んでも意味ない、としか言いようがないですけどね。

あえてやるなら、トレーニングデータでとりあえずモデルを作った後、
オンライン学習できるようなアルゴリズムにして、テストデータを使って予測をしながら、モデルを修正する、とかですかね。