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
精确率、召回率、F1 值、ROC、AUC 各自的优缺点是什么？如何评价陈天奇团队新开源的TVM？
计算机视觉中video understanding领域有什么研究方向和比较重要的成果？
分类机器学习中，某一标签占比太大（标签稀疏），如何学习？
有哪些职业容易被人工智能替代？
NLP文本分类的本质是不是其实是找相似，对于要分类的句子，在训练集里找最相似的句子？
如何把梯度传递过Argmax?
目前的人工智能离可以自己给自己写代码编程还有多远？
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？
如何评价微软亚洲研究院提出的LightRNN？
前一个讨论
985电气毕业生进国网到底干什么？
相关的话题
李航的统计学习方法，吴恩达的视频，关于机器学习的东西都看不懂是怎么回事？如何评价 MSRA 最新的 Deformable Convolutional Networks？
有哪些看了让你醍醐灌顶的书籍、论文、期刊，使你对如何做数据挖掘、特征工程、统计挖掘有了眉目？
有哪些你看了以后大呼过瘾的数据分析书？
你所在的研究领域里，有哪些工作的结果虽然不是造假，但是是精挑细选出来的?
如何理解 inductive learning 与 transductive learning?
如何看待西安电子科技大学偷偷给贫困生打钱，大数据精准帮助贫困生是否值得推广？
国内目前的量化交易是否很少涉及到机器学习？
为什么做机器学习的很少使用假设检验？
神经网络为什么可以（理论上）拟合任何函数？
如何将某个分布作为机器学习的特征？
如何评价CVPR2019程序主席Derek Hoiem的论点：计算机视觉只是记忆，不是智能？
如何看待谷歌研究人员提出的卷积正则化方法「DropBlock」？
深度学习到底是「实验科学」还是「理论科学」？能否称为「算法」？
深度学习领域有哪些瓶颈？
Linear least squares, Lasso,ridge regression有何本质区别？
如何通俗的解释交叉熵与相对熵？
强化学习和自适应控制的关系是什么？
为什么说股票不能通过机器学习来预测？
Yann LeCun、Geoffrey Hinton或Yoshua Bengio能得图灵奖吗？
如何通俗的解释交叉熵与相对熵？
三位物理学家与陶哲轩发现的特征向量全新求解公式，会给机器学习领域带来怎样的变化？
如何评价亚马逊AI新开源自动机器学习项目AutoGluon?
图像处理和机器学习有什么关系？
在与 AlphaGo（包括 Master） 的对局中是否出现了一些人类历史上从未想到过的着法、技巧？
xgboost原理？
算法工程师的落地能力具体指的是什么？
人工智能、模式识别领域最终是否会被一种本质、通用的算法主导？
深度学习（机器学习）的下一步如何发展？
PRML为何是机器学习的经典书籍中的经典？