具有相关特征的随机森林

Posted 2023-03-12

【中文标题】具有相关特征的随机森林

【英文标题】：Random Forests with correlated features

【发布时间】：2018-12-01 05:14:08

【问题描述】：

在我的数据集中，我有 2 个特征不仅相互关联，而且只有在彼此存在的情况下才有意义。例如，一个是尝试任务的次数，另一个是成功的次数。

如前所述，似乎是我单独采取了 2 个中的一个并没有提供任何信息。我是否应该制定一个方案，如果我在我的 RF 的树中选择其中一个，我会自动包含另一个？

如果是这样，是否可以使用 scikit-learn 的 RF 类来做到这一点？

谢谢！

【问题讨论】：

考虑在datascience.stackexchange.com上提问

您可以将其作为一项新功能来使用

被问到这里datascience.stackexchange.com/questions/33487/…

【参考方案1】：

为成功率引入一个新功能，即successes / attempts。现在这个可能重要的概念对分类器/回归器更有用。 随机森林算法对冗余特征具有鲁棒性，因此您应该尝试保留原始特征，它可能会添加预测信息。查看经过训练的森林的特征重要性分数以了解选择了哪些特征。