29.03.2021, Степан Мартюгин, г. Екатеринбург Отбор признаков в задачах машинного обучения. Статистические методы
Часто наборы данных, с которыми приходится работать, содержат большое количество признаков, число которых может достигать нескольких сотен и даже тысяч. При построении модели машинного обучения не всегда понятно, какие из признаков действительно для неё важны (т.е. имеют связь с целевой переменной), а какие являются избыточными (или шумовыми). В данной статье мы рассмотрим статистические методы отбора признаков в задачах машинного обучения.