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
基于深度卷积神经网络进行人脸识别的原理是什么？请问机器学习中的预测与决策的区别是什么，他们的界限在哪里呢？
如何评价 Exploring Simple Siamese Learning?
如何通俗易懂地介绍 Gaussian Process？
ICML2020有哪些值得关注的工作?
是不是机器学习的框架都偏向 Python ？如果是，为什么？
UCLA 的朱松纯教授是一个什么样的人？
DeepMind 团队中有哪些厉害的人物和技术积累？
我应该从计算机视觉回到做FPGA 吗？
如何看待End-to-End Object Detection with Transformers？
前一个讨论
985电气毕业生进国网到底干什么？
相关的话题
CVPR 2015 有什么值得关注的亮点？attention跟一维卷积的区别是啥？
如何看待鄂维南院士等发起的机器学习联合研讨计划（c2sml.cn）？
如何评价Hinton在加拿大多伦多大学关于用“capsule”作为下一代CNN的演讲？
神经网络的损失函数为什么是非凸的?
如何评价《Science》封面文章《通过概率规划归纳的人类层次概念学习》?
2019年NeurIPS有哪些糟糕的论文？
attention跟一维卷积的区别是啥？
如何理解深度学习中的deconvolution networks？
如何看待李国杰院士在科学网发文称，国内 AI 研究「顶不了天、落不了地」，该想想了？
到了 2022 年，人工智能有哪些真正可落地的应用？
为什么说股票不能通过机器学习来预测？
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？
如何评价中国人民大学高瓴人工智能学院教授的薪酬标准？
推荐系统应该如何保障推荐的多样性？
自然语言处理怎么最快入门？
Python中 __init__的通俗解释是什么？
如何正确理解小概率事件，以及概率和哲学的关系？
深度学习的多个loss如何平衡？
如何理解链接预测（link prediction）？
CNN（卷积神经网络）、RNN（循环神经网络）、DNN（深度神经网络）的内部网络结构有什么区别？
有哪些比较好的元学习（meta learning）领域的学习资源？
为什么 larger batch size 对对比学习的影响比对监督学习的影响要大？
ICLR 2022有哪些值得关注的投稿？
百度学术能否替代 Google 学术网站？有没有其他选择？
当初的生物热，和如今的全民CS全民AI，让你想到了什么？
数据挖掘、机器学习、自然语言处理这三者是什么关系？这几个怎么入门啊？
从人脑角度来说为什么人画画会越来越准（形准）？
从应用的角度来看，深度学习怎样快速入门？