X und Y sind nicht korreliert, aber Y ist Prädiktor für Xin Random Forest Classifier. Wie kann man das mit Statistiken und maschinellem Lernen darstellen?

Question

X und Y sind nicht korreliert (0,3); Wenn jedoch I X in zufälliger Wälder Klassifikator platzieren Vorhersage Y, neben zwei (A, B) andere (bezogen) Variablen, X und zwei weiteren Variablen (A, B) sind signifikante Prädiktoren von Y. Man beachte, dass die beiden anderen (A, B) Variablen sind auch nicht mit Y korreliert. Wie kann ich dies nach Statistik und maschinelle Lernidee interpretieren.

die eine oder mehrere Variablen (A, B oder Y) in Bezug auf eine andere Variable (X), wobei die Variablen keine starke Korrelation aufweisen.

Answer 1

Korrelationen sind linear. Wenn es eine nichtlineare Beziehung gibt, sehen Sie möglicherweise nur eine geringe oder keine Korrelation.

Zufällige Wälder (und Entscheidungsbäume sind nicht linear), so dass Sie könnte eine zufällige Wald prädiktiven auch wenn die Korrelation Null finden.

A quadratic function could have zero correlation between X and Y

Dieses Bild und mehr auf Korrelationen bei https://www.statisticalengineering.com/correlation.htm