我有一组变量要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存了冗余信息？
- 在不冒信息丢失风险的情况下删除其中一个是否安全？如果是，如何选择要删除的？
使用 Pearson 相关性检测连续特征中的冗余
数据挖掘
特征选择
相关性
特征工程
2022-02-12 07:11:54
2个回答
如果两个特征之间的相关性和是 1 表示你可以写. 唯一知道的知识是这两个常数，知道这一点就可以检索各个值。我非常怀疑机器学习算法可以从中学到什么，事实上，对于某些在特征之间具有这种相关性的人可能会严重损害您的表现，所以我会对其进行一些测试，但我会说它非常很可能您可以删除两者之一，而哪一个无关紧要。
是的，是的。
Variance Inflation Factor 是解决您的问题的常用方法。
https://en.m.wikipedia.org/wiki/Variance_inflation_factor
基于相关性的特征选择是另一种方法。
https://en.wikipedia.org/wiki/Feature_selection#Correlation_feature_selection
其它你可能感兴趣的问题