correlation - 具有相关特征的随机森林

Question

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两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，如果我在我的射频树中选择其中一个，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！

Answer 1

为成功率引入一个新特性，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，所以你应该尽量保留原始特征，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。