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「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？为何感觉“知识蒸馏”这几年没有什么成果？
为什么Bert中的CLS在未fine tune时作为sentence embedding性能非常糟糕？
机器学习到底是什么，如何使用这项技术？
2019年NeurIPS有哪些糟糕的论文？
如何评价B站UP主未明子宣称“知乎搞机器学习模拟拉康的程序员”具备“头脑上的悲剧”？
如果人工智能迎来下一个寒冬，你认为会是卡在什么问题上？
机器学习门下，有哪些在工业界应用较多，前景较好的小方向？
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？
时间序列和回归分析有什么本质区别？
前一个讨论
985电气毕业生进国网到底干什么？
相关的话题
如何评价Google发布的第二代深度学习系统TensorFlow?如何看待 Richard Sutton 说的「人工智能中利用算力才是王道」？
究竟什么是损失函数 loss function?
机器学习中的机器是如何分辨哪些是有用的知识，哪些是没用的信息呢？
各种机器学习算法的应用场景分别是什么（比如朴素贝叶斯、决策树、K 近邻、SVM、逻辑回归最大熵模型）？
2021年了，机器学习有什么高质量的专著?
怎么在家学习一些关于机器学习的知识?
怎么形象理解embedding这个概念？
机器学习（machine learning）在经济学领域是否有应用前景？
神经网络分类训练后得到的是连续的数怎么离散？
Word2vec 翻译到另一种语言，其向量空间之间的映射会不会是线性的？
如何评价谷歌刚推出的Cloud AutoML？
AI领域的灌水之风如何破局？
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？
最数学的计算机科学方向有哪些？
2019年，计算机视觉领域，你推荐哪些综述性的文章？
机器学习初学者该如何选读适合自己水平的论文？
如何看待周志华等人的新书《机器学习理论导引》？
人工智能在生活中的应用都有哪些？
请问应该怎样去学习图像识别和深度学习？
PRML为何是机器学习的经典书籍中的经典？
人脑有海量的神经元（参数），那么人脑有没有「过拟合」行为？
怎么形象理解embedding这个概念？
有哪些职业容易被人工智能替代？
ICLR 2021 有什么值得关注的投稿？
如何评价Sony新出的深度学习库NNabla？
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？
人工智能就业前景越来越严峻了，你还在坚持吗？
为什么交叉熵（cross-entropy）可以用于计算代价？
如何评价微软亚洲研究院提出的LightRNN？