CHAPITRE 8 Sélection de caractéristiques
La sélection de caractéristiques permet de se concentrer sur celles qui sont utiles au modèle. En effet, les caractéristiques non pertinentes peuvent avoir un effet négatif. Par exemple, les caractéristiques corrélées rendent instables ou difficiles à interpréter les coefficients dans les régressions ou l’importance des caractéristiques dans les modèles arborescents.
Il faut également craindre la malédiction des dimensions. En augmentant le nombre de dimensions dans vos données, vous les rendez moins denses, ce qui rend de plus en plus difficile l’extraction de signaux intéressants, sauf à ajouter encore des données. Les calculs de voisinage deviennent de moins en moins fructueux.
Il faut enfin tenir compte ...
Get Machine learning : les fondamentaux now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
