我们是否始终需要删除一列单热编码以防止多重共线性？在这里的解决方案（https://www.kaggle.com/omarelgabry/titanic/a-journey-through-titanic/comments#138896）
@kevin chang，您需要将虚拟变量的一列删除到 避免多重共线性的状态。这是一个很高的状态 列之间的相关性（自变量）；意思是 一个可以从其他人那里预测。因此，这是一种 数据中的干扰，如果存在数据，则统计 关于数据的结论可能并不可靠。
在这里的解决方案中，没有迎合多重共线性的餐饮https://www.kaggle.com/sharmasanthosh/allstate-clairs-severity/exploratory-study-on-ml-algorithms
我可以知道这是必须的，还是在什么情况下我们要满足？
如果我必须回答您的问题"Do we always need to remove a column for one-hot encoding to prevent multicollinearity?"，答案是肯定的。
预防多重共线性的常见方法是从模型中删除高度相关的预测指标。如果您有两个或多个具有高VIF的因素，请从模型中删除一个因素。因为他们提供冗余信息，因此消除相关因素之一通常不会减少R平方。
或者您可以使用部分最小二乘回归（PLS）或主组件分析，回归方法将预测因子数量减少到较小的不相关组件。