例如,给定一张人脸图像,并且您想预测性别。您还拥有每个人的年龄信息,您应该将年龄信息作为输入还是将其用作网络需要预测的辅助输出?
我如何通过分析(而不是通过实验)知道哪种方法会更好?这背后的逻辑是什么?
例如,给定一张人脸图像,并且您想预测性别。您还拥有每个人的年龄信息,您应该将年龄信息作为输入还是将其用作网络需要预测的辅助输出?
我如何通过分析(而不是通过实验)知道哪种方法会更好?这背后的逻辑是什么?
对于无关紧要的额外输入,您不应将其输入到网络中。
特征选择,即在数据集中寻找和选择最有用特征的过程,是机器学习管道的关键步骤。不必要的特征会降低训练速度, 降低模型的可解释性,最重要的是,会降低测试集的泛化性能。
正如消息来源所说,不必要的特征会降低准确性和训练速度。此外,它们没有与标签的映射,因此最终不会被使用。它们是不必要的,添加它们只会给您带来麻烦。希望这对您有所帮助,并祝您有美好的一天!