machine-learning - 删除重要特征后再构建一个模型

Question

我们建立了一个数据科学模型并观察特征的重要性。如果我们放弃特征并建立一个新模型，准确性会有所提高吗？我只看到一个优点是模型的消费者只能传递有限的参数来获得预测。还有其他优点吗？

标签： machine-learningdata-sciencefeature-selection

Answer 1

是的！更少的参数意味着更快的学习和更快的预测。正确完成，这也意味着过度拟合数据的可能性较小。