机器学习相关

如何解决机器学习相关

我有一个数据集，我对其进行了清理，现在在运行机器学习模型之前，我正在查看相关性。

我读过关于人的 r 相关性：

• |0.5|到 |1.00| = 强
• |0.3|到 |0.49| = 中级
• |0.0|到 |0.29| = 弱

我不明白一些事情：

独立列与独立列

1. 如果我有很强的相关性，这是好事还是坏事？
2. 强相关（不是完美的 1.0）是否意味着两列基本相同？
3. 如果相关性好\坏，我应该删除两列中的一列吗？

独立列和从属列

1. 如果我有很强的相关性，这是好事还是坏事？
2. 如果相关性好\坏，我应该删除独立列吗？

解决方法

如果两列（特征）具有非常高的相关性，您确实可以删除其中之一，并且您将获得几乎相同或更好的结果。

处理数据中相关性的另一种方法是“白化”，例如 pca 或 zca，它不需要太多的手动检查。像这样，您还可以处理相关性小于 100% 的特征。

这将使您能够降低维度并摆脱特征之间的相关性，因此您需要不太强大的学习算法来获得相同或更好的结果。