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
我应该从计算机视觉回到做FPGA 吗？你实践中学到的最重要的机器学习经验是什么？
学习人工智能，术语看不懂怎么办？
研究推荐系统要对NLP很了解吗？
机器学习小白来提问：关于联邦学习FedAVG和FedSGD的问题？
如何看待 NIPS 2018 submission达到近 5000 篇？
wasserstein 距离的问题?
GAN生成的数据没有标签怎么用来训练分类模型？
transformer 为什么使用 layer normalization，而不是其他的归一化方法？
二分类问题，应该选择sigmoid还是softmax？
前一个讨论
985电气毕业生进国网到底干什么？
相关的话题
了解/从事机器学习/深度学习系统相关的研究需要什么样的知识结构？国内目前的量化交易是否很少涉及到机器学习？
人脑有海量的神经元（参数），那么人脑有没有「过拟合」行为？
2017年1月18日Facebook发行的PyTorch相比TensorFlow、MXNet有何优势？
GBDT算法的细节问题？
ICML 2018 有哪些值得关注的亮点?
如何看待人工智能领域的很多专家认为「人工智能将对人类存亡造成威胁」的观点？
多因子模型是否真的可以带来阿尔法（alpha）？
有人说「真正的人工智能至少还要几百年才能实现」，真的是这样吗？
如何评价通信工程很多导师都研究机器学习人工智能而不是传统的天线电磁场等方向?
如何判断两个Deep Learning 数据集的数据分布是否一致？
推荐系统应该如何保障推荐的多样性？
深度学习的多个loss如何平衡？
为什么熵值最大的分布状态是正态分布而不是均匀分布？
主动学习（Active Learning）近几年的研究有哪些进展，现在有哪些代表性成果？
从应用的角度来看，深度学习怎样快速入门？
指纹是怎样提取的？
自监督学习（Self-supervised Learning）有什么比较新的思路？
机器学习如何才能避免「只是调参数」？
为什么nlp没有像cv四小龙一样的创业公司？
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？
行为识别常用哪种特征提取？
Learning To Rank的pair wise方法如何得到全局排序结果呢？
有哪些优秀的深度学习入门书籍？需要先学习机器学习吗？
网络上一位长者提出了“完全不依靠人工神经网络与机器学习算法实现人工智能”的理论，大家怎么看？
怎样从机器学习模型中获取知识？
神经网络中，bias有什么用，为什么要设置bias，当加权和大于某值时，激活才有意义？
如何看待 NIPS 2018 submission达到近 5000 篇？
为什么C4.5决策树能处理连续特征，ID3树不能处理连续特征？
机器学习在理论经济学研究中有哪些可能的应用前景？