有没有办法惩罚某个特征，使其不主导模型？ (在 Salford Predictive Modeller 中，有一个名为“变量惩罚”的设置)
情况是，我有一个分类特征，我想将其包含在模型中，但我不想将其作为最重要的特征，因为这样模型就无法正确捕获另一个特征所解释的方差预测因子。
最佳答案
我认为你不能这样做。虽然我不太明白你为什么要这样做，但你可以尝试以下操作: 在整个数据集上训练模型，删除此功能后在数据集上训练单独的模型。然后，结合两个模型的结果(可能是简单的平均或叠加等)
关于machine-learning - scikit-learn GradientBoostingClassifier 中变量的惩罚？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/34781335/