Pomoc przyjacielowi

Twój znajomy, Alex, jest data scientistem pracującym nad projektem uczenia maszynowego. Napotyka trudności z inżynierią cech i nie jest pewien, jak najlepiej poprawić wydajność swojego modelu. Chcesz doradzić mu, jak skutecznie postępować.

Oto cztery opcje, które Alex rozważa:

Użyj jak największej liczby cech: Alex myśli o włączeniu do modelu każdej dostępnej cechy z jego zbioru danych, wierząc, że więcej cech oznacza lepszą wydajność.

Eksperymentuj z kombinacją narzędzi do selekcji cech: Alex planuje zastosować różne techniki selekcji cech, takie jak selekcja jednocechowa, analiza głównych składowych (PCA) i rekurencyjna eliminacja cech (RFE), aby udoskonalić swój zestaw cech.

Skonsultuj się z ekspertem dziedzinowym: Alex rozważa kontakt z ekspertem dziedzinowym, który może wskazać, które cechy są najbardziej trafne i istotne dla jego konkretnego problemu.

Ręcznie twórz cechy na podstawie intuicji: Alex rozważa tworzenie nowych cech w oparciu o własne przeczucie co do tego, co może być ważne – bez systematycznego podejścia.