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？
相关的话题
到了 2022 年，人工智能有哪些真正可落地的应用？神经元之间的连接方式是怎样的，感觉如果按树突到轴突方式(多冲动聚为一个冲动)的话连接只会越连越少啊？
不觉得最大熵原理很奇怪吗？
数据挖掘与数据分析的主要区别是什么？
人们是如何想到奇异值分解的？
对于神经网络，硕士博士不需要弄明白原理，只需要应用，是这样吗？
计算商品embedding然后平均得到用户embedding，会不会存在这种问题？
如何评价深度学习之父Hinton发布的Capsule论文？
深度学习到底是「实验科学」还是「理论科学」？能否称为「算法」？
word2vec 相比之前的 Word Embedding 方法好在什么地方？
什么是人工智能？人工智能、机器学习、深度学习三者之间有什么关系吗？
如何看待Capsule Network在NLP领域的潜力？
机器学习包含哪些学习思想？
如何看待Geoffrey Hinton的言论，深度学习要另起炉灶，彻底抛弃反向传播？
为什么dropout正则化经常在视觉方面使用而不是其他？
如何理解MCMC中的细致平稳条件？
你见过哪些“人工智障”?
为什么做stacking之后，准确率反而降低了？
如何评价「神经网络本质不过是初中生都会的复合函数」？
机器学习里面的流形都是怎么用的？
如何看待 Richard Sutton 说的「人工智能中利用算力才是王道」？
你所在的研究领域里，有哪些工作的结果虽然不是造假，但是是精挑细选出来的?
实验室一块GPU都没有怎么做深度学习？
如何用一句话证明自然语言处理很难？
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？
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？
当前人工智能特别是深度学习最前沿的研究方向是什么？
为什么小模型已经可以很好地拟合数据集了，换大模型效果却要比小模型好？
能否介绍一下强化学习（Reinforcement Learning），以及与监督学习的不同？
如何评价Google Duplex（打电话AI）在特定领域已经通过了图灵测试？