机器学习:如果某个特征与标签(目标)之间没有相关性怎么办?

如果我有一些数据,并尝试使用基本的Machine Learning回归算法(如Linear regressionSVM等)来学习这些数据。

但是,如果某个特征与目标(y value)几乎没有相关性,那么我应该使用Neural Network来代替基本的Machine Learning吗?

(对不起,这不是与代码相关的问题,但我不知道在哪里可以问这种类型的问题。谢谢)


回答:

相关性意味着特征与目标之间存在线性关系。如果这两者之间存在某种非线性关系,那么即使相关性为零,该特征仍然可能有助于模型的表现。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注