Что такое отбор признаков и зачем он нужен?
Classic MLУровень: БазаFeature selection
Что такое отбор признаков и зачем он нужен?
Подсказки
- Сформулируйте задачу, входные данные и то, что модель должна предсказывать.
- Сравните метод с простым baseline: допущения, функция потерь и независимая проверка.
Ответ
Это выбор признаков, действительно полезных для обучения модели. Исключение нерелевантных переменных позволяет уменьшить лишнюю сложность и избежать ухудшения качества из-за неинформативных входов.
Источник и лицензия: Alexey Grigorev & contributors — Data Science Interviews · CC-BY-4.0 · перевод: Quantoros