若特征的相关系数为0或接近0,就一定可以被过滤吗?相关系数的显著性检验也不一定可靠,如何判断?

系列文章目录

添加机器学习总结


提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档

文章目录

  • 系列文章目录
  • 前言
  • 一、若特征的相关系数为0或接近0,就一定可以被过滤吗?
  • 二、验证步骤
      • 1.通过皮尔逊相关系数得出的结论,名称一样的特征排名靠后,反而在模型训练之后的特征重要性在中间。同样的模型得出的特征排名靠后反而皮尔逊相关系数靠前。
  • 总结


前言

若特征的相关系数为0或接近0,就一定可以被过滤吗?相关系数的显著性检验也不一定可靠,如何判断?


提示:以下是本篇文章正文内容,下面案例可供参考

一、若特征的相关系数为0或接近0,就一定可以被过滤吗?

二、验证步骤

1.通过皮尔逊相关系数得出的结论,名称一样的特征排名靠后,反而在模型训练之后的特征重要性在中间。同样的模型得出的特征排名靠后反而皮尔逊相关系数靠前。


总结

提示:这里对文章进行总结:

如何筛选特征大家可以看我另外一篇博客
https://editor.csdn.net/md/?articleId=127302404

你可能感兴趣的:(机器学习,人工智能,算法,python)