machine-learning - 机器学习问题中参数的相互依赖性

Question

假设我们有学生类(class)的 10 维数据。数据涉及诸如姓名、成绩、类(class)、编号等参数。类(class)所有学生的听课时间等。现在，我们想分析一下No. 的影响。 成绩的讲座时间。如果我们仔细观察我们的参数，学生的姓名与成绩无关，但学生所修的类(class)“可能”会影响成绩。

因此，可能存在相互依赖的参数，而其他一些参数可能完全独立。我的问题是，我们如何确定哪个参数对我们的分类/回归问题有影响，哪个参数没有影响？

PS:我并不是在寻找精确的解决方案。如果有人可以向我展示谷歌搜索的正确方向或关键字，那就足够了。谢谢。

Answer 1

您正在寻找的技术称为 dimension reduction 。斯坦福大学machine learning class回顾一种方法( principal component analysis )。