我有一组不同性质的特征（例如，来自 FFT 变换的 300 个特征、1000 个分类特征等等）。但是只有 900 个样本，我正在尝试使用 Lasso 选择重要特征。所以问题是：我应该对特征子集进行不同的特征选择，还是更好地首先连接特征，然后才进行特征选择？
功能选择：我应该混合功能吗？
数据挖掘
分类
scikit-学习
特征选择
2022-02-27 15:08:40
1个回答
让 LASSO 挑选最好的。如果特征高度相关并且您希望将它们作为一个组进行选择，那么也添加一些 L2 正则化。这被称为 Elastic Net 正则化，它是 L1 和 L2 正则化的泛化。除此之外，不要觉得有必要人为地对特征进行分组。
其它你可能感兴趣的问题