python - 特征冗余分析
问题描述
在进行特征选择时,很明显,如果您想为您的目标函数选择相关特征,则必须最大限度地提高准确性或最大限度地减少像 RMSE 这样的分数。但是,在选定的相关特征中,如果你想调整一些超参数以找到一个阈值来选择或删除冗余特征,那么目标函数是什么?
通常人们确实使用皮尔逊系数来设置阈值并去除冗余特征,如果你想优化这个并微调自动阈值以去除冗余特征怎么办?
任何想法 ?
解决方案
推荐阅读
- vert.x - 不支持算法 - Gentics Mesh 中的 OAuth
- python - 无法在 Docker 容器中安装“mysql-connector-python”
- python - Matplotlib:X轴刻度线间距未以所有列居中
- amazon-web-services - aws签名的url缓存在浏览器中?或某处?
- if-statement - 控制器的getResponseDataAsString jmeter
- node.js - 如何将用户添加到数据库(保存在内存中)/没有可用的数据库/存储后端
- javascript - 方法定义与对象函数属性的区别
- openpyxl - 如何使用 openpyxl python 包插入行?
- django - 布尔条件在 django 模板中不起作用
- java - 尝试将模式应用于 JSON 数据时,SPARK 数据帧返回 null