machine-learning - 使用交叉验证的递归特征消除
问题描述
我不知道为什么随着功能数量的增加,准确性会降低?
下图是sklearn的例子,它表明,如果我们使用超过(顶部)3个特征,我们不仅会提高准确率,反而会降低准确率] 2 谁能解释一下或提供一些参考?
解决方案
推荐阅读
- php - 删除脚本不删除,而是刷新页面
- python - python请求如何将数据发送到网站
- c - 如何在 C 中正确包含 libssh
- django - 我可以将来自模型不同字段的数据作为单独的 HTML 元素返回吗?(Django 2.1)
- php - 根据 PHP 中的计数和百分比选择候选人
- python - Python:一个存储库中有多个包还是每个存储库一个包?
- java - ARcore Cloud Anchor 有一个监听器知道 Cloud Anchor 何时托管?
- c# - 用于 ping 应用程序以检查网络节点的伪代码
- python - 如何过滤熊猫中的日期列?
- keras - 使用 keras 在 cnn 中预测我自己的图像