1
条回答
写回答
写回答
-
在一定程度上解决了单一特征的离散和稀疏的问题，新组合特征对目标变量的解释能力增加。 降低原有特征中噪音信息的干扰，使得模型鲁棒性更强。
降低了模型的复杂性并提高模型效率，数据建模可基于能表达原有信息的组合特征展开。 如果将原有特征与新组合特征共同加入到训练集中，能有效兼顾全局特征（原有单一特征表达的信息）和个性化特征（新组合特征所表达的信息），在很多场景下能有效提高准确率。
资料来源：《Python数据分析与数据化运营（第2版）》，文章链接：https://developer.aliyun.com/article/726313
2021-11-03 15:37:05赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
