チャーンを予測しようとしています。このため、従属変数はバイナリ変数です。独立変数は、カテゴリ、整数、または時系列データにすることができます。特徴選択モードで、相関を実行しているかどうか、時系列データで相関を実行する必要があるかどうかを知りたいです。このような問題に対してラッパー メソッドを使用し、ML アルゴリズムを使用する場合、時系列分析や決定木モデルにより適した ARIMA のようなモデルを使用する必要がありますか?
スピアマン相関を使用してみましたが、重要な相関従属変数が見つかりません
チャーンを予測しようとしています。このため、従属変数はバイナリ変数です。独立変数は、カテゴリ、整数、または時系列データにすることができます。特徴選択モードで、相関を実行しているかどうか、時系列データで相関を実行する必要があるかどうかを知りたいです。このような問題に対してラッパー メソッドを使用し、ML アルゴリズムを使用する場合、時系列分析や決定木モデルにより適した ARIMA のようなモデルを使用する必要がありますか?
スピアマン相関を使用してみましたが、重要な相関従属変数が見つかりません