百科问答小站 logo
百科问答小站 font logo



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

  

user avatar   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。




  

相关话题

  如何看待End-to-End Object Detection with Transformers? 
  如何评价中国人民大学高瓴人工智能学院教授的薪酬标准? 
  李航的统计学习方法,吴恩达的视频,关于机器学习的东西都看不懂是怎么回事? 
  Partial Multi-Label Learning是什么?它的发展史又是怎样的?最新的进展如何? 
  最数学的计算机科学方向有哪些? 
  如何全面理解工程师红利? 
  2017年1月18日Facebook发行的PyTorch相比TensorFlow、MXNet有何优势? 
  神经网络能否代替决策树算法? 
  如何评价周志华在微博对 AlphaGo 和机器学习技术的评论? 
  吴恩达为什么离开谷歌? 

前一个讨论
985电气毕业生进国网到底干什么?
下一个讨论
有哪些由中国团队在顶刊发表的文章创造了巨大的社会经济效益?





© 2024-11-24 - tinynew.org. All Rights Reserved.
© 2024-11-24 - tinynew.org. 保留所有权利