더미 변수 하나를 버려야하는 이유는 무엇입니까?

회귀 모델을 만들려면 범주 형 변수를 더미 변수로 변환하여 처리해야한다는 것을 배웠습니다. 예를 들어, 데이터 세트에 위치와 같은 변수가있는 경우 :

Location 
----------
Californian
NY
Florida

다음과 같이 변환해야합니다.

1  0  0
0  1  0
0  0  1

그러나 얼마나 많은 더미 변수가 있더라도 더미 변수 하나를 버려야한다고 제안했습니다.

더미 변수 하나를 버려야하는 이유는 무엇입니까?

범주 형 피쳐 (여기서는 위치)의 한 레벨이 회귀를위한 더미 인코딩 중에 참조 그룹이되고 중복되기 때문에 간단히 말하면됩니다. I 형은 인용하고 여기서 "K 종류 또는 레벨들의 범주 형 변수는 일반적으로 K-1 가변 수의 시퀀스로서 회귀 들어간다.이 양의 레벨 수단에 선형 가설."

이것은 이미이 아주 좋은 stats.stackexchange answer 에서 논의되었습니다 .

Yanra의 Coursera에 고급 과정이 있다고 들었는데, 의심 할 여지가없는 경우이 주제에 대해 자세히 설명합니다 . 여기를 참조 하십시오 . 언제든지 코스 내용을 무료로 감사 할 수 있습니다. ;-)

또 다른 멋진 포스트는 통계적 관점의 예를 많이하고있는 철저한 설명을 원하는 경우하지에 한정되는 경우에만 코딩 더미, 볼 이 UCLA에서 (R)에

를 사용하는 경우 첫 번째 수준을 제거하여 k 개의 범주 수준에서 k-1 인형을 가져올 지 여부를 pandas.get_dummies나타내는 매개 변수가 drop_first있습니다. default = False참조가 삭제되지 않고 k 개의 카테고리 레벨에서 k 개의 인형이 생성됨을 유의하십시오 .

사용 사례에 따라 레벨 을 떨어 뜨릴 필요 가 없습니다 .

어떤 경우에 범주 형 변수의 첫 번째 수준을 삭제해서는 안됩니까?를 참조하십시오 .
그리고 훨씬 일반적인 질문
지도 학습에서 상관 된 기능을 갖는 것이 왜 나쁜가?