К содержанию
Quantoros

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

Похожие вопросы