百科问答小站 logo
百科问答小站 font logo



为什么新增特征有时候会对模型带来负面影响? 第1页

  

user avatar   geng-rui-61 网友的相关建议: 
      

其实这个问题描述得不好。首先你的lr是什么lr,是logistic regression还是linear regression?没有加入什么贝叶斯、GP之类的?

因为不知道你说的是什么lr,所以不知道你处理的是什么问题,classification,还是regression。

你说的结果变差了,这个描述太不“统计学”了。如果你做的是regression,你是说MSE变大了,还是说l1或者l2变大了?你是如何做regularization的?如果你做的是classification,你说的结果变差了,是说accuracy差了,还是recall或者precision差了,或者只是f1差了?如果是f1差了,你是说minor f1差了还是major f1差了?

而且我们脱离数据谈数据也不好。数据本身是否做过standardisation?而且数据本身是否“可用”?我就见过有人把周一周二周三这种数值直接设为1、2、3、4、5、6、0,结果还问为什么效果变差了。而且有人连自己的数据的matrix的rank是多少都不知道,就直接撸模型。我说实话,这样是不合适的。你可能能做出结果,但是出了结果,你不知道怎么调。

而且你说排除过拟合,你是怎么排除这个可能性的?


所以说,我们常常看人做数据,手写算法,但是很少有人真的懂得科学的分析方法,很少有人真的能做error analysis。我是建议你重新编辑一下问题,然后大家帮你看一下。一般来说效果变差了,我的理解是,效果在training data和testing data上都变差了,而且无论训练多少个迭代,结果不收敛。那样的话,要检查你的数据本身是否可用。




  

相关话题

  如何全面理解工程师红利? 
  新手如何入门pytorch? 
  马上计算机研一,想问一下机器学习、深度学习…大家都是怎么入门的? 
  视觉算法的工业部署及落地方面的技术知识,怎么学? 
  CTR预估中怎样加入图片特征?图片特征怎么提取? 
  机器学习里面的流形都是怎么用的? 
  普通程序员如何正确学习人工智能方向的知识? 
  为什么现在有这么多人工智能无用论? 
  请问人工神经网络中的activation function的作用具体是什么?为什么ReLu要好过于tanh和sigmoid function? 
  时间序列和回归分析有什么本质区别? 

前一个讨论
2021年,AI将何去何从?哪些技术与应用是下一个风口?能否推荐相关图书?
下一个讨论
如何评价 Kaiming 团队新作 Masked Autoencoders (MAE)?





© 2025-06-01 - tinynew.org. All Rights Reserved.
© 2025-06-01 - tinynew.org. 保留所有权利