삭제된 댓글입니다

layer_1~4를 설명하기 위해 나머지 226개 변수(컬럼, feature)를 활용합니다.
회귀, 의사결정나무, 랜덤포레스트, gbm 등 대부분의 지도학습 방법론에는 변수 선택(variable/feature selection) 과정이 포함되어 있어서 226개 중에 필요한 변수만 선택될 거고, 

필요하다면 차원축소(dimension reduction, feature extraction) 방법을 활용하여 226개 변수를 적당히 묶어 활용할 수도 있을겁니다.
혹은 아예 deep learning을 활용하면 알고리즘의 특성상 226개 변수의 복잡한 조합을 활용해서 layer1~4를 설명할 수도 있겠죠.

분석 전에 EDA과정이 복잡해졌을 뿐, 변수가 많다고 해서 먼저 feature selection을 할 필요는 없습니다. 

그렇군요... 참고해서 다시 해보겠습니다 감사합니다~~!!