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
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？如何用简单易懂的例子解释条件随机场（CRF）模型？它和HMM有什么区别？
看完麻省理工博士胡渊鸣用代码实现「冰雪奇缘」后，自己陷入了深深的自卑，如何排解这种情绪？
transformer 为什么使用 layer normalization，而不是其他的归一化方法？
Apple 在设备端对儿童色情图片检测，你怎么看这项功能？
深度神经网络（DNN）是否模拟了人类大脑皮层结构？
二分类问题，应该选择sigmoid还是softmax？
cygwin和mingw选哪个？
如何把梯度传递过Argmax?
做底层 AI 框架和做上层 AI 应用，哪个对自己的学术水平（或综合能力）促进更大？
前一个讨论
985电气毕业生进国网到底干什么？
相关的话题
目前强化学习在控制领域的应用有哪些？什么是机器学习？
为什么国家将加快人工智能研究生培养？又为什么很多研究生评论人工智能是个大坑呢？
如何理解链接预测（link prediction）？
网络上一位长者提出了“完全不依靠人工神经网络与机器学习算法实现人工智能”的理论，大家怎么看？
全连接层的作用是什么？
网络上一位长者提出了“完全不依靠人工神经网络与机器学习算法实现人工智能”的理论，大家怎么看？
如何看待 Alex Smola 加入 Amazon？
怎么形象理解embedding这个概念？
Learning To Rank的pair wise方法如何得到全局排序结果呢？
人脸识别哪家强？
基于深度学习的自然语言处理在 2016 年有哪些值得期待的发展？
如何看待「机器学习不需要数学，很多算法封装好了，调个包就行」这种说法？
请问一下，机器学习领域的联邦学习技术，目前看到最多的是微众银行，国内还有哪些顶级专家及机构和大学？
机器学习算法进行分类时，样本极度不平衡，评估模型要看哪些指标？
据说机器学习长于预测，计量经济学长于解释。有什么具体例子是机器学习完成了很好的预测却在解释上表现不好？
用 TensorFlow 可以做什么有意思的事情？
为什么deep lab v3起，输出不再接 DenseCRF了？
学习机器学习应该看哪些书籍？
如何评价第一局比赛 AlphaGo 战胜李世石？
如何看待Capsule Network在NLP领域的潜力？
能否对卷积神经网络工作原理做一个直观的解释？
反馈控制理论在通信、信号处理等领域有哪些应用？
要研究深度学习的可解释性（Interpretability），应从哪几个方面着手？
去美国读CS博士，方向是机器人导航，视觉方面，推荐一下相关编程方面准备？还有相关算法需要学习哪些？
能识别情绪的机器人可以算做有情感的机器人吗？
未来十年，AI 将可能与哪些产业结合应用？产生怎样的价值？
多因子模型是否真的可以带来阿尔法（alpha）？
国内外有哪些做小样本学习(Few-Shot Learning)的优秀团队？
如何理解深度学习中的deconvolution networks？