欄位太多模型算不動？五種「過濾法」幫你精準抓出數據裡的關鍵訊號
嘿，你曾經遇過這種狀況嗎？
當你拿到一份資料集，滿心期待地想跑個機器學習模型，結果打開檔案一看——欄位（Features）多到要橫向捲動好幾秒才看得完。這時候，如果你直接把這幾百個欄位全部丟進模型裡，通常會發生兩件事：第一，你的電腦風扇開始狂轉，模型跑得比烏龜還慢；第二，預測結果爛得一塌糊塗，因為裡面充斥著太多無關的「雜訊」。
標籤 皮爾森相關係數
特徵選擇的科學方法：如何用皮爾森相關係數找到最關鍵變數？
在資料分析領域當中，我們在最初會探索資料特徵之間的關聯性，而資料特徵的主要類別為連續型資料以及類別型資料，本篇文章當中所提到的皮爾森相關係數（Pearson Correlation Coefficient），是用來估計兩個連續型資料資料之間的線性關係，用以比較它們的關係程度。