复共线性数据的预方法里，最头疼的就是变量之间串得太紧，像一锅粘在一起的面。函数发现要是没提前搞清楚数据的独立性，那挖出来的关系式，八成跑偏。

传统算法多时候直接跳过这步验证，嗯，图省事，但坑也多。结果就是你跑了大半天，结果不靠谱。系统误差会悄悄混进来，让你以为找到了规律，其实只是变量间互相背书了。

实际用的时候，比如在做线性回归或是建模，提前检测下共线性，能省不少麻烦。你可以试试用SPSS里的方差膨胀因子(VIF)做个检查，或者干脆在Clementine里用预节点快速搞定。

想进一步了解怎么应对这种情况，可以看看这篇多重共线性原理与办法，讲得还挺实用的。还有篇专门用MATLAB搞空间交汇的例子，戳这里也能学到不少。

哦对了，如果你是走数据挖掘路线的，Clementine 数据挖掘教程也别错过，实战感满满。如果你常用 SPSS，这篇专门讲共线性的，也值得一读。

啊，数据相关性别忽视，早点排雷，建模更稳。如果你经常做建模，一定要把复共线性检测这步加进你的流程里，省心不少。