qq_28933351 2019-04-19 16:54 采纳率: 0%
浏览 785
已结题

lr可以用原始特征训练吗？

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

  • 写回答

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

    评论

报告相同问题？

悬赏问题

  • ¥30 求一段fortran代码用IVF编译运行的结果
  • ¥15 深度学习根据CNN网络模型，搭建BP模型并训练MNIST数据集
  • ¥15 lammps拉伸应力应变曲线分析
  • ¥15 C++ 头文件/宏冲突问题解决
  • ¥15 用comsol模拟大气湍流通过底部加热（温度不同）的腔体
  • ¥50 安卓adb backup备份子用户应用数据失败
  • ¥20 有人能用聚类分析帮我分析一下文本内容嘛
  • ¥15 请问Lammps做复合材料拉伸模拟，应力应变曲线问题
  • ¥30 python代码，帮调试，帮帮忙吧
  • ¥15 #MATLAB仿真#车辆换道路径规划