machine-learning - 解释特征交互与特征相关
问题描述
我对机器学习范式中提到的术语感到困惑?任何人都可以在这里发表一些善意的回应吗?我会很感激你的。。
解决方案
特征相关
意味着某些特征 X1 和 X2 相互依赖,而与目标预测 Y 无关。换句话说,我们可以说如果我增加 X1 的值,那么 X2 也会增加或减少 例如:特征(高度(X1),重量(X2) 和预测变量 RunningSpeed (Y)。因此,如果我们增加身高,那么显然体重也会增加。
特征交互
另一方面,我们的模型根据独立特征 X1 和 X2 输出预测。换句话说,我们可以说如果仅选择 X1 将是我们的输出,或者如果仅选择 X2 将输出什么,或者如果选择X1 + X2 的组合将是什么预测。这种组合定义了特征之间的相互作用。这样的组合可以是(+,-,*,/)。例如:房屋大小(X1)、房屋位置(X2)和价格(预测 Y)。正如我们所见,X1 和 X2 彼此不相关,但它们都有助于预测房价。
推荐阅读
- azure-ad-b2c - 如何以编程方式将 B2CLogin.com 设置为默认的 Azure B2C SSO URL?
- javascript - 是否可以在 Javascript 中拦截 getter/setter 调用?(ES6)
- go - 互斥锁使用对了吗?
- javascript - 运行一系列测试函数以在 browserstack 中显示为单独的测试
- r - ifelse() 给了我错误的输出
- javascript - 从日期对象数组中分离月份并根据与日期相关的月份进行分类
- python - 在 Pandas Jupyter Notebook 中使用索引引用列
- php - PHP - 求解包含没有 eval() 的三元运算符的方程?
- visual-studio-app-center - git lfs 调用失败的应用中心
- swift - NSPredicate 一对多关系查询示例