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
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？你实践中学到的最重要的机器学习经验是什么？
为什么多方安全计算（或者隐私计算/联邦学习）在中国这么火？
学习机器学习应该看哪些书籍？
寒武纪神经网络处理器效能如何 ？
Kaggle如何入门？
27岁了跨考计算机研究生会不会太晚？
为啥gan里面几乎不用pooling？
如何理解矩阵对矩阵求导？
怎样从机器学习模型中获取知识？
前一个讨论
985电气毕业生进国网到底干什么？
相关的话题
全连接层的作用是什么？行为识别常用哪种特征提取？
医学生学习机器学习该如何入门？
神经网络为什么可以（理论上）拟合任何函数？
自动化的控制与检测领域中，有没有像机器学习、图像处理领域一样经典巧妙的算法？
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？
什么是反事实分析呀？
机器学习最好的课程是什么？
2021 年各家大厂的 AI Lab 现状如何？
2021 年，深度学习方面取得了哪些关键性进展？
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？
如果有一天人类被AI取代，他们将以什么样的方式生活，娱乐，工作？
如何通俗的解释交叉熵与相对熵？
卷积神经网络（CNN）的结构设计都有哪些思想？
Jacobian矩阵和Hessian矩阵的作用是什么？
阿里的TDM树深度模型为什么很少有人用，是有哪些问题吗？
联邦学习/联盟学习 (Federated Learning) 的发展现状及前景如何？
有监督和无监督学习都各有哪些有名的算法和深度学习？
机器学习在理论经济学研究中有哪些可能的应用前景？
有哪些职业容易被人工智能替代？
在计算资源有限的情况下，有什么深度学习的选题可以推荐/避免？
《人工智能训练师国家职业技能标准》发布，有哪些值得关注的信息？
PRML为何是机器学习的经典书籍中的经典？
为什么自动控制理论这么玄学？
如何评价陈天奇团队新开源的TVM？
为啥gan里面几乎不用pooling？
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？
如何看待《Nature》发布的新研究：摄像头是天生的神经网络，速度超越传统方法千倍?
联邦学习在机器学习领域有什么独立存在的价值?
如何看待2016年3月柯洁表示 AlphaGo「赢不了我」？