机器学习相关性

Question

我有一个数据集，我清理了它，现在在运行机器学习模型之前，我正在研究相关性。

我读到关于人的r相关性：

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

我不明白几件事：

独立列和独立列

1. 如果我有一个强相关性，这是好事还是坏事
2. Doe的强相关性(不是完美的1.0(意味着两列基本相同
3. 如果相关性良好\不好，我应该删除两列中的一列吗

独立列和从属列

1. 如果我有一个强相关性，这是好事还是坏事
2. 如果相关性良好\不好，我应该删除独立列吗

Answer 1

如果两列(特性(具有非常高的相关性，您确实可以删除其中一列，这样您将获得几乎相同或更好的结果。

处理数据相关性的另一种方法是"；美白"；例如pca或zca。像这样，您也可以处理相关性小于100%的功能。

这将使您能够降低维度并消除特征之间的相关性，因此您需要功能较弱的学习算法来获得相同或更好的结果。