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

  PyTorch中在反向传播前为什么要手动将梯度清零? 
  EM算法存在的意义是什么? 
  如何评价微软亚洲研究院提出的LightRNN? 
  如何看待多所 985 大学开设人工智能专业? 
  刷leetcode使用python还是c++? 
  为什么说股票不能通过机器学习来预测? 
  分类问题的label为啥必须是 one hot 形式? 
  视觉算法的工业部署及落地方面的技术知识,怎么学? 
  强化学习和自适应控制的关系是什么? 
  如何看待指出 神经网络的训练罪魁祸首是退化一文? 

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?





© 2025-05-28 - tinynew.org. All Rights Reserved.
© 2025-05-28 - tinynew.org. 保留所有权利