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
请问在金融风控方向，如何运用用户行为序列进行特征设计和挖掘？如何评价余凯在朋友圈发表呼吁大家用 caffe、mxnet 等框架，避免使用 TensorFlow？
机器学习（machine learning）在经济学领域是否有应用前景？
基于深度卷积神经网络进行人脸识别的原理是什么？
如何评价英伟达于 GTC 2021 大会发布的基于 ARM 架构的 Grace CPU？
究竟什么是损失函数 loss function?
LSTM如何来避免梯度弥散和梯度爆炸？
机器学习相关岗位面试中，有哪些加（zhuang）分（bi）项？
2021 年各家大厂的 AI Lab 现状如何？
全连接层的作用是什么？
前一个讨论
985电气毕业生进国网到底干什么？
相关的话题
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？cygwin和mingw选哪个？
多任务学习成功的原因是引入了别的数据库还是多任务框架本身呢？
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？
在算力充沛，深度学习模型大行其道的今天，传统机器学习的未来在哪里？
如果百年后深度学习最终有了公认的数学理论作为基础，能解释实验中的各类玄学，那这个理论会长什么样子？
在你做推荐系统的过程中都遇到过什么坑？
scikit-learn, tensorflow, pytorch真的只需要查下API，不需要学吗?
为啥gan里面几乎不用pooling？
如何看待Hinton的论文《Dynamic Routing Between Capsules》？
多因子模型是否真的可以带来阿尔法（alpha）？
如何用最简单的语言统一描述多元函数求导（对向量求导、对矩阵求导等）？
生成对抗网络的毕设怎么上手？
怎么在家学习一些关于机器学习的知识?
在Auto ML的冲击下，ML算法人员是否会在前者成熟后失业的情况？
三门问题(蒙提霍尔悖论)变种，如果主持人不知道哪个门是汽车随便蒙门打开正好是羊这时观众还需要换门吗？
为什么交叉熵（cross-entropy）可以用于计算代价？
未来20年，新技术将从哪些方面改变人的消费方式？
如何理解矩阵对矩阵求导？
用生成模型做数据增强data augmentation时，如何从合成数据中筛选出质量较好的样本？
有没有值得推荐的随机森林 Random Forest教材？
超越人类的人工智能 (AI) 是否能够实现？
如何全面理解工程师红利？
神经网络，人工智能这块怎么入门？
Python 如何画出漂亮的地图？
面试官如何判断面试者的机器学习水平？
如何看待谷歌研究人员提出的卷积正则化方法「DropBlock」？
有哪些解决完之后让你拍案叫绝的算法问题？
如果 2台 alphago 不断对战，是否会不断的强大？
2021 年了，机器/深度学习还有哪些坑比较好挖？