如果用xgboost模型，那么还需要先做feature selection吗？

当然是需要的。

逆向思维一下，如果你加一堆不相关的变量到你的数据集里，然后再训练一次模型，你觉得模型的精度是下降的可能性大还是提高的可能性大？

一般来说，xgboost（包括random forests）对冗余的变量是不敏感的。

但是正如MangoCoke说的，“垃圾”变量肯定是对模型有负面影响的。

另外一方面，xgboost或者说每棵树在选择分叉点的时候，都是以贪婪的方式选择局部最优，所以有些特征可能在局部不错，但是从整体上看降低了模型整体的精度。

再有就是不相关或者重复的变量会影响最终的feature importance。

多余的变量对xgboost或者gbdt都是有影响的，所以做特征选择肯定是有帮助的。

另外可以参考一下：对于xgboost，还有必要做很多特征工程吗？