如果我有一些数据并尝试通过基本的机器学习
回归算法(线性回归
、SVM
等)来学习这些数据。
但是,如果任何一个特征与目标(y 值
)的相关性几乎为零,那么我应该使用神经网络
而不是基本的机器学习
?
(很抱歉,这不是与代码相关的问题,但不知道在哪里可以提出此类问题。谢谢)
最佳答案
相关性意味着特征和目标之间存在线性关系。如果这两者之间存在某种非线性关系,那么获得零相关性是可以的,但该特征仍然可以帮助模型。
关于machine-learning - 机器学习: what if any one of feature have no correlation with label(target)?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45453342/