以前学逻辑回归的时候不会先做t检验,
因为在逻辑回归中,很多t检验无意义的变量在逻辑回归中结果是有意义的。
特征工程是否也是这样?
看到很多教程讲过滤法,说单个特征与结局做条图或者方差分析,如果结果没什么统计学意义就认为这个特征对结局没影响,可以删除。初学者不太懂,想请教各位老师是否应该先做混淆矩阵,如果特征之间没有相关性,都是独立存在,那么才可以用过滤法把。如果特征之间有相关性,那即便单个特征无意义,可以放到模型中又有意义的可能?
关于特征选择的过滤法
- 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
关注 推荐算法架构7:特征工程(吊打面试官,史上最全!)
https://blog.csdn.net/u013510838/article/details/135123291?spm=1001.2014.3001.5501
解决 无用评论 打赏 举报
悬赏问题
- ¥15 如何提取csv文件中需要的列,将其整合为一篇完整文档,并进行jieba分词(语言-python)
- ¥15 MapReduce结果输出到HBase,一直连接不上MySQL
- ¥15 扩散模型sd.webui使用时报错“Nonetype”
- ¥15 stm32流水灯+呼吸灯+外部中断按键
- ¥15 将二维数组,按照假设的规定,如0/1/0 == "4",把对应列位置写成一个字符并打印输出该字符
- ¥15 NX MCD仿真与博途通讯不了啥情况
- ¥15 win11家庭中文版安装docker遇到Hyper-V启用失败解决办法整理
- ¥15 gradio的web端页面格式不对的问题
- ¥15 求大家看看Nonce如何配置
- ¥15 Matlab怎么求解含参的二重积分?