实习生一枚,刚接手的GBDT+LR的项目,发现lr训练的时候直接用原始特征。连续特征没有离散化,类别也没有做
onehot处理,比如用数值x代表星期几,星期几本身是没有大小的意义。这样训练的结果没有问题吗,求各位高手指点
lr可以用原始特征训练吗?
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
1条回答 默认 最新
- qq_28933351 2019-04-19 18:32关注
没人回答,就自答一波,不对的希望大神指出来。对于线性模型,这样做是不合理,星期几或者年龄可以看做连续特征丢进去训练,但线性模型学习能力有限,捕捉不到非线性特性,就算是有大小意义的连续性特征其与label也存在非线性关系,比如对类似商品的收藏数与是否购买该商品的关系,也应该对其离散化,再进行独热编码,这样就把一个连续特征与label的关系
化成了该特征多个阶段与label直接的关系,引进了非线性关系,所以会有更好的鲁棒性。如果想用原始特征的话应该考虑的复杂的非线性模型。参照李沐老师的话:模型是使用离散特征还是连续特征,其实是一个“海量离散特征+简单模型” 同 “少量连续特征+复杂模型”的权衡解决 无用评论 打赏 举报
悬赏问题
- ¥15 信号傅里叶变换在matlab上遇到的小问题请求帮助
- ¥15 保护模式-系统加载-段寄存器
- ¥15 matlab求解平差
- ¥15 电脑桌面设定一个区域禁止鼠标操作
- ¥15 求NPF226060磁芯的详细资料
- ¥15 使用R语言marginaleffects包进行边际效应图绘制
- ¥20 usb设备兼容性问题
- ¥15 错误(10048): “调用exui内部功能”库命令的参数“参数4”不能接受空数据。怎么解决啊
- ¥15 安装svn网络有问题怎么办
- ¥15 vue2登录调用后端接口如何实现