开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

社区首页 >问答首页 >基于Pearson相关的连续特征冗余检测

问基于Pearson相关的连续特征冗余检测
EN

Data Science用户

提问于 2016-03-12 17:44:12

回答 1查看 1.4K关注 0票数 2

我有一组变量，我想用于回归或分类问题。在计算了这些变量的相关矩阵后，我发现其中一些变量的Pearson相关值高达1。

这是否意味着这些变量为学习者保留了多余的信息？
在不冒失去信息的风险的情况下，是否可以安全地移除其中的一个？如果是，如何选择要移除的？

feature-engineering

feature-selection

EN

回答 1

Data Science用户

发布于 2016-03-14 16:08:21

是的，是的。

方差通货膨胀因素是解决问题的一种常见方法。

https://en.m.wikipedia.org/wiki/Variance_通货膨胀率_因子

基于相关性的特征选择是另一种方法。

https://en.wikipedia.org/wiki/Feature_selection#Correlation_功能_选择

票数 2

EN

页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://datascience.stackexchange.com/questions/10676

复制

相似问题