神经网络中如果一个重要特征C等于特征A+特征B（算数意义上的相加），选特征的时候还有必要选特征C吗? 第1页
1
mastermydestiny 网友的相关建议:
这种情况通常叫做multicollinearity。
一般统计背景的人倾向于不选C，因为他们倾向于independent的feature，这样通过观察coefficient，可以了解每个feature对最终的estimate起到的作用。如果两个feature是collinear的，尤其是此消彼长形的，那完全无法确定这个feature和estimate有什么关系。
但是如果从实际出发，你只关系accuracy。那就加吧。因为加了并不会影响你的prediction power。最后再用regularization就可以控制model的complexity，所以不用担心over fit。
另外，如果你用的是NN，那有多少加多少。
1
相关话题
如何看待在某度搜不到megengine官网？测试集在构造的时候需要人为控制其中应该正确的和应该错误的数据比例吗？
神经网络分类训练后得到的是连续的数怎么离散？
如何评价 MXNet 被 Amazon AWS 选为官方深度学习平台？
我们目前的时代距离人工智能具有自我意识还有多远？
除了深度神经网络已经实现的特性以外，大脑还有哪些特性是值得机器学习领域借鉴的？
KL散度衡量的是两个概率分布的距离吗？
机器学习自嘲的炼丹和化学材料自嘲的炒菜有什么本质上的区别？
AAAI 2022有哪些值得关注的方向？
如何看待在某度搜不到megengine官网？
前一个讨论
985电气毕业生进国网到底干什么？
相关的话题
如何评价谷歌刚推出的Cloud AutoML？attention跟一维卷积的区别是啥？
时间序列数据上可以抽取哪些频域特征？
NIPS 2018 有什么值得关注的亮点？
除了深度神经网络已经实现的特性以外，大脑还有哪些特性是值得机器学习领域借鉴的？
深度学习中Attention与全连接层的区别何在？
怎么形象理解embedding这个概念？
深度学习有哪些好玩的案例？
Resnet到底在解决一个什么问题呢？
基于深度卷积神经网络进行人脸识别的原理是什么？
为什么我用相同的模型，数据，超参，随机种子，在两台服务器会得到不同的结果？
如何理解空洞卷积（dilated convolution）？
如何评价Yann LeCun 说的「要研究机器学习，本科应尽量多学物理和数学课」？
怎么选取训练神经网络时的Batch size?
神经网络，分类和回归问题，在网络结构上的区别是什么？分类比回归多一层softmax吗？诚心求教？
只有正样本和未标签数据的机器学习怎么做？
金融学及金融从业者如何应对人工智能和大数据？
如何评价 马毅教授 的 NeurIPS 2020 中稿文章 MCR2 及 自称弄明白深度学习了？
GAN（对抗生成网络）可以被用于哪些（商业或潜在商业）实际问题？
AAAI 2022有哪些值得关注的方向？
如何评价 MXNet 被 Amazon AWS 选为官方深度学习平台？
国内 top2 高校研一在读，为什么感觉深度学习越学越懵?
CNN（卷积神经网络）、RNN（循环神经网络）、DNN（深度神经网络）的内部网络结构有什么区别？
神经网络中如果一个重要特征C等于特征A+特征B（算数意义上的相加），选特征的时候还有必要选特征C吗?
机器学习门下，有哪些在工业界应用较多，前景较好的小方向？
小样本学习中关于虚拟样本有效性的问题？
反馈控制理论在优化、机器学习等领域有哪些应用？
Transformer是如何处理可变长度数据的？
在计算资源有限的情况下，有什么深度学习的选题可以推荐/避免？
近几年有哪些关于机器学习中隐私（Privacy）和安全（Security）相关的研究值得关注?