什么情况下需要做特征选择?

  统计/机器学习 特征选择    浏览次数:3212        分享
0

训练模型前,什么情况下需要做特征选择?是一定训练模型前一定要做的吗?

 

潇洒橙   2019-07-19 09:42



   1个回答 
4

(1)当特征之间相关性非常强

(2)当特征数量特别大

(3)当你希望模型更简洁,防止过拟合,节约计算时间

的时候你需要特征选择。如果没有这些问题,也不一定非要做特征选择。

SofaSofa数据科学社区DS面试题库 DS面经

wxw_pku   2019-08-09 13:06



  相关讨论

对于组合特征怎么理解?

wrapper特征选择法是什么意思?

一个特征有两个可选的值,只需满足其中一个即可,该如何处理?

使用uci的社区犯罪率做回归,怎么选择因变量呢

不同模型下的特征重要性是不同的吗?

在分类问题中,有什么方法可以得到特征的重要性?

SHAP可以解释二元分类模型吗?

shap值为负是什么意思,可以删掉的意思吗

partial dependence是什么意思?

分类问题 特征怎么选择

  随便看看

ARIMA模型中的三个参数(p, d, q)都是什么意思?

关于方差膨胀因子(VIF)的问题

kappa statistic怎么理解?有什么意义?

sklearn可以用gpu加速吗?

tf.placeholder(tf.float32, shape=(None, 1024))中的None是什么意思